Construisons ensemble un avenir de confiance
Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d'activité : Défense & Sécurité, Aéronautique & Spatial, et Cyber & Digital. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l'environnement et plus inclusif. Le Groupe investit près de 4,5 milliards d'euros par an en Recherche & Développement, notamment dans des domaines clés de l'innovation tels que l'IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 85 000 collaborateurs dans 65 pays.
Nos engagements, vos avantages
Votre quotidien
Situé à 20mn du Pôle technologique de Paris-Saclay, le site est l'un des plus grands centres d'excellence radars de surface. Nous contribuons à développer, concevoir, intégrer et tester des radars de surveillance aériennes dédiés à la détection et l'identification de cibles.
Le traitement du signal radar adaptatif permet d'atteindre des performances optimales en termes de détection des cibles et de discrimination des cibles proches. Classiquement, le traitement de signal d'un radar est appliqué en plusieurs étapes successives, chacune concernant une dimension particulière (dimension radiale, dimension angulaire...) ou un objectif particulier (détection, estimation de la position et de la vitesse des cibles, discrimination). L'objectif du stage est de définir un traitement adaptatif innovant en ce qu'il traite l'ensemble des dimensions et des objectifs simultanément, en une seule étape, ce qui sur le plan théorique apporte les performances maximales.
Pour cela, vous serez chargé de :
1. Prendre connaissance de l'état de l'art bibliographique (traitement de signal radar, théorie de l'estimation, filtrage adapté, neural surrogate model...)
2. Poser le problème et proposer une ou plusieurs solutions algorithmiques
3. Evaluer les solutions proposées avec une maquette Matlab
4. Réaliser une synthèse de l'étude
L'objectif de l'alternance sera étendu à la prise en compte de la problématique d'implémentation temps réel sur calculateurs (CPU, GPU) et à la définition algorithmique adaptée à cette problématique, notamment basée sur l'usage de modèles neuronaux de substitution (neural surrogate models).
Votre profil
Vous préparez une formation de niveau bac+5 en école d'ingénieurs/université en mathématiques appliquées, automatique.
Vous avez une appétence pour les mathématiques appliquées.
Vous êtes à l'aise avec la programmation Matlab.
Vous savez chercher des informations dans la littérature scientifique en anglais.
On vous reconnait pour votre esprit d'initiative.
Vous faites preuve de curiosité.
Vous avez un regard critique sur votre travail.
Vous savez communiquer et mettre en valeur vos résultats techniques.
Alors ce poste est fait pour vous !
Thales, entreprise Handi-Engagée, reconnait tous les talents. La diversité est notre meilleur atout. Postulez et rejoignez nous !
Ref : R0325785
Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d'activité : Défense & Sécurité, Aéronautique & Spatial, et Cyber & Digital. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l'environnement et plus inclusif. Le Groupe investit près de 4,5 milliards d'euros par an en Recherche & Développement, notamment dans des domaines clés de l'innovation tels que l'IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 85 000 collaborateurs dans 65 pays.
Nos engagements, vos avantages
- Notre savoir-faire technologique
- Notre attention portée à l'équilibre des collaborateurs
- Un environnement inclusif et bienveillant
- Un engagement sociétal et environnemental reconnu (Thales Solidarity, indice CAC 40 ESG...)
Votre quotidien
Situé à 20mn du Pôle technologique de Paris-Saclay, le site est l'un des plus grands centres d'excellence radars de surface. Nous contribuons à développer, concevoir, intégrer et tester des radars de surveillance aériennes dédiés à la détection et l'identification de cibles.
Le traitement du signal radar adaptatif permet d'atteindre des performances optimales en termes de détection des cibles et de discrimination des cibles proches. Classiquement, le traitement de signal d'un radar est appliqué en plusieurs étapes successives, chacune concernant une dimension particulière (dimension radiale, dimension angulaire...) ou un objectif particulier (détection, estimation de la position et de la vitesse des cibles, discrimination). L'objectif du stage est de définir un traitement adaptatif innovant en ce qu'il traite l'ensemble des dimensions et des objectifs simultanément, en une seule étape, ce qui sur le plan théorique apporte les performances maximales.
Pour cela, vous serez chargé de :
1. Prendre connaissance de l'état de l'art bibliographique (traitement de signal radar, théorie de l'estimation, filtrage adapté, neural surrogate model...)
2. Poser le problème et proposer une ou plusieurs solutions algorithmiques
3. Evaluer les solutions proposées avec une maquette Matlab
4. Réaliser une synthèse de l'étude
L'objectif de l'alternance sera étendu à la prise en compte de la problématique d'implémentation temps réel sur calculateurs (CPU, GPU) et à la définition algorithmique adaptée à cette problématique, notamment basée sur l'usage de modèles neuronaux de substitution (neural surrogate models).
Votre profil
Vous préparez une formation de niveau bac+5 en école d'ingénieurs/université en mathématiques appliquées, automatique.
Vous avez une appétence pour les mathématiques appliquées.
Vous êtes à l'aise avec la programmation Matlab.
Vous savez chercher des informations dans la littérature scientifique en anglais.
On vous reconnait pour votre esprit d'initiative.
Vous faites preuve de curiosité.
Vous avez un regard critique sur votre travail.
Vous savez communiquer et mettre en valeur vos résultats techniques.
Alors ce poste est fait pour vous !
Thales, entreprise Handi-Engagée, reconnait tous les talents. La diversité est notre meilleur atout. Postulez et rejoignez nous !
Ref : R0325785
