Notre entité NUVIA Support porte nos activités de logistique et opérateur industriel (exploitation d’installations supports en milieu nucléaire). NUVIA Support accompagne les exploitants et prestataires dans la réussite de leurs projets en assurant la logistique de chantier et son pilotage.

Dans le cadre de notre croissance, nous recrutons un(e) stagiaire PFE Bac +5 pour un projet R&D à fort impact terrain, au sein d’une équipe dynamique et motivante.

Objectif du stage : concevoir un programme d’Intelligence Artificielle capable d’automatiser le contrôle de conformité des sacs de déchets nucléaires à partir d’images RX 2D, en s’appuyant sur un historique d’images conformes / non conformes. Les défauts recherchés et critères de conformité seront définis via des référentiels avec nos experts déchets (avec exemples).

La solution visée doit pouvoir s’intégrer dans un prototype fonctionnel permettant une analyse en temps réel afin d’automatiser le process de contrôle.

Important : les choix techniques (framework, architecture, stratégie d’annotation, pipeline, mode de déploiement) seront définis conjointement avec le/la stagiaire, sur la base d’un état de l’art et de critères de performance (robustesse, taux d’erreur, inférence temps réel).

Au sein d’une équipe R&D dynamique et motivante, vos missions consisteront à :

• Mener une analyse détaillée du besoin et des critères de conformité.
• Réaliser un benchmark des approches adaptées et effectuer les choix techniques avec l’équipe R&D.
• Développer et entraîner le modèle IA d’analyse d’images RX, définir les métriques et protocole de validation.
• Intégration du modèle dans un prototype fonctionnel, et essais sur site.
• Rédiger la documentation technique, former et accompagner les équipes à l’utilisation.

Étudiant en école d’ingénieur ou Master Bac + 5 spécialisé en Intelligence Artificielle, Data science, Deep Learning ou Computer Vision.

• Bon niveau en Python et bonnes pratiques (Git, structuration, reproductibilité).
• Compétences en Deep Learning appliqué à l’image (Computer Vision).
• Connaissance d’au moins un framework : PyTorch ou TensorFlow/Keras ; OpenCV apprécié.
• Rigueur d’évaluation : métriques, validation, analyse d’erreurs.
• Autonomie, rigueur, esprit critique, capacité d’analyse et de synthèse, goût pour l’innovation et les métiers du nucléaire.
• Aisance rédactionnelle (pack Office).