Stage - Concepteur Logiciel Embarqué H/F - 83

NAVAL GROUP
Nous sommes un acteur international dans l'industrie navale de défense depuis plus de 400 ans, repoussant continuellement les limites pour construire l'avenir. Nous recrutons des talents pour concevoir, réaliser et entretenir des produits exceptionnels tels que des sous-marins, des porte-avions et des frégates dont la composante digitale est essentielle.

UN ENVIRONNEMENT DE TRAVAIL POSITIF
Implantés sur 10 sites en France et dans 18 pays, nous valorisons un environnement de travail agréable, favorisant la diversité des profils, l'esprit d'équipe et le bien-être. Cela se concrétise par une mixité sociale, des accords pour la qualité de vie au travail, un engagement dans le développement professionnel via la formation continue et l'implication des collaborateurs et collaboratrices dans la mise en oeuvre collective de notre stratégie de responsabilité sociétale de l'entreprise (RSE).

NOS CHIFFRES CLEFS
17 000 collaborateurs et collaboratrices
4,3 milliards d'euros de chiffre d'affairesLe site d'Ollioules recherche, pour son département Facteur Humain et Intelligence Artificielle (FIA), un(e) stagiaire en Deep Reinforcement Learning (DRL) pour une durée de 6 mois à partir de mars 2026.
Intégré(e) au sein de l'équipe ASN composée de 7 personnes et rattaché(e) à son responsable, vous contribuerez au développement de solutions innovantes d'intelligence artificielle appliquées aux systèmes navals autonomes.
Missions principales
Dans le cadre de ce stage, il s'agira de concevoir et développer un contrôleur en Deep Reinforcement Learning pour des systèmes autonomes évoluant dans des environnements complexes et incertains.
Les principales missions seront de :
Développer un contrôleur DRL pour l'évitement de collisions en environnement incertain (cas d'application : USV - Unmanned Surface Vehicle),
Concevoir un contrôleur adaptatif aux courants marins pour des véhicules sous-marins autonomes (UUV - Unmanned Underwater Vehicle),
Participer à la définition, à la simulation et à la validation des modèles d'apprentissage.