En bref
- La mission porte sur le deep learning appliqué à la vision par ordinateur avec Python et PyTorch.
- Le public est un participant de niveau intermédiaire, issu du développement Python, de la data science ou de l’ingénierie.
- Le programme associe préparation des images, classification, transfert d’apprentissage et détection d’objets.
- La formation est prévue à Tétouan, avec des options en présentiel, à distance ou en hybride.
- Le besoin comprend des mises en pratique et un projet final.
Votre rôle chez FormaGroup
Vous maîtrisez la mise en œuvre de modèles d’apprentissage profond pour l’analyse d’images avec Python et PyTorch ? Cette mission s’adresse à un·e spécialiste capable d’accompagner un participant de niveau intermédiaire, développeur Python, data scientist ou ingénieur, depuis la préparation des données jusqu’à la présentation d’un démonstrateur fonctionnel.
Missions confiées
- 1Animer des séquences techniques sur la préparation et l’augmentation des images, en faisant travailler le participant sur des jeux de données pratiques.
- 2Expliquer et faire mettre en œuvre les réseaux convolutifs (CNN) pour classifier des images, puis guider l’interprétation des résultats obtenus.
- 3Présenter le transfert d’apprentissage et accompagner son application à un cas de classification adapté aux données disponibles.
- 4Encadrer les étapes d’annotation et de détection d’objets, en aidant à structurer les données nécessaires à l’entraînement.
- 5Guider l’entraînement et l’évaluation des modèles, notamment le choix de métriques pertinentes pour le cas d’usage étudié.
- 6Faire travailler sur l’optimisation de l’inférence et l’exposition du modèle dans un démonstrateur correspondant à un besoin concret.
Programme de formation à animer
Une maîtrise pédagogique des thèmes suivants est attendue :
Module 1Préparation et augmentation des images
Module 2Réseaux convolutifs et classification
Module 3Transfert d’apprentissage
Module 4Détection d’objets et annotation
Module 5Entraînement et évaluation des modèles
Module 6Optimisation d’inférence et démonstrateur
Objectifs pédagogiques
Voir le programme complet de la formation →- Préparer un jeu de données d’images
- Entraîner un modèle de classification d’images
- Mettre en œuvre la détection d’objets
- Choisir des métriques d’évaluation adaptées
- Exposer une inférence de modèle pour un cas d’usage
Public à former
La formation s’adresse à une personne de niveau intermédiaire souhaitant appliquer le deep learning à l’image. Le public visé comprend les développeurs Python, les data scientists et les ingénieurs.
Approche pédagogique attendue
- Construire les apprentissages autour de jeux de données d’images et d’exercices pratiques de préparation et d’augmentation.
- Faire réaliser des travaux guidés de classification avec des réseaux convolutifs et de transfert d’apprentissage.
- Proposer une mise en pratique de la détection d’objets incluant l’annotation et la structuration des données.
- Faire comparer les résultats des modèles à l’aide de métriques adaptées et expliquer les choix d’évaluation.
- Accompagner un projet final qui aboutit à l’exposition d’une inférence dans un démonstrateur.
Profil recherché
- Vous savez développer en Python avec PyTorch et expliquer les choix de mise en œuvre de modèles de deep learning appliqués à l’image.
- Vous êtes en mesure d’enseigner concrètement la préparation des images, les CNN, la classification, le transfert d’apprentissage et la détection d’objets.
- Vous maîtrisez les étapes d’entraînement et d’évaluation des modèles, ainsi que l’interprétation de métriques adaptées à un problème de vision par ordinateur.
- Vous pouvez guider un participant de niveau intermédiaire vers la réalisation d’un projet pratique allant des données image à un démonstrateur d’inférence.
Atouts appréciés
- Une pratique de l’annotation de jeux de données et de l’optimisation de l’inférence constituera un atout pour enrichir les exercices.
- La capacité à adapter les explications au profil d’un développeur Python, d’un data scientist ou d’un ingénieur sera appréciée.
Disponibilité et mobilité
Disponibilité
À convenir ; les disponibilités sont flexibles.
Mobilité
La mission concerne Tétouan. Les modalités présentiel, à distance ou hybride sont possibles, selon l’option retenue.
Compétences clés
Python et PyTorchPréparation d’imagesAugmentation de donnéesRéseaux convolutifsClassification d’imagesTransfert d’apprentissageDétection d’objetsÉvaluation de modèlesOptimisation de l’inférenceCréation de démonstrateurs
Mots-clés de l’offre
#Deep learning#Vision par ordinateur#PyTorch#Classification d’images#Réseaux convolutifs#Transfert d’apprentissage#Détection d’objets#Inférence de modèles
Critères de l’annonce
- Secteur d’activité
- Informatique et intelligence artificielle
- Région
- Tanger-Tétouan-Al-Hoceïma
- Travail à distance
- Hybride possible
- Type de contrat
- Mission indépendante (freelance)
- Disponibilité
- À convenir
- Niveau d’expérience
- Expérience entre 2 ans et 5 ans
- Niveau d’étude
- Bac+3 - Bac+5 et plus
- Langues
- Français
Vous souhaitez transmettre une expertise pratique en vision par ordinateur et accompagner la réalisation d’un projet de deep learning ? Proposez votre candidature à FormaGroup.
Postuler maintenant