Développez des modèles d’apprentissage profond et d’apprentissage par renforcement inverse au CNRC, à Hamilton, avec présence physique à temps plein.

Ce stage postdoctoral de deux ans s’adresse aux titulaires récents d’un doctorat en génie informatique, informatique ou domaine connexe. Vous développerez un cadre fondé sur les graphes pour analyser le regard des conducteurs et prédire leurs trajectoires visuelles. Le travail combine transformeurs, réseaux convolutifs, modèles génératifs, modèles de diffusion et apprentissage profond par renforcement.

Responsabilités clés :

- Développer un cadre d’apprentissage par renforcement inverse fondé sur les graphes
- Analyser spectralement les graphes de mouvements du regard
- Prédire les trajectoires visuelles et mouvements des conducteurs




- Participer à une équipe de recherche multidisciplinaire
- Contribuer à d’autres projets de formation postdoctorale

Exigences :

- Doctorat obtenu récemment ou prévu dans les six prochains mois
- Expérience appréciable en architectures avancées d’apprentissage profond
- Maîtrise de Python ou C++ pour coder clairement
- Expérience avec PyTorch, TensorFlow, Scikit-learn, NumPy, Pandas et OpenCV
- Anglais et capacité d’obtenir une cote de fiabilité

Ce stage du CNRC combine graphes, apprentissage profond et recherche sur l’attention des conducteurs en conditions météorologiques difficiles.

📌 Stagiaire Postdoctoral en Apprentissage Profond (Canada)
🏢 National Research Council Canada / Conseil national de recherches Canada
📍 Canada