Difference between revisions of "Offers Master"

From LRDE

(Created page with " = Propositions de stage de Master Recherche = == Étude de problématiques de performance en traitement d'images dans un contexte générique == == Présentation du labora...")
 
 
(85 intermediate revisions by 5 users not shown)
Line 1: Line 1:
  +
{{DISPLAYTITLE:Internship Proposals for Master Students}}
   
  +
{{#ask: [[Category:Jobs]] [[Job type::Master Internship]] [[Job dates::~*2020*||~*2021*]] [[Job published::true]]
= Propositions de stage de Master Recherche =
 
  +
| ?Job research field
 
  +
| format = valuerank
== Étude de problématiques de performance en traitement d'images dans un contexte générique ==
 
  +
| liststyle = ul
 
  +
| template = Offers/ItemTemplate
 
  +
| userparam = en/Master Internship/2019/2020
== Présentation du laboratoire ==
 
  +
| default = No offers
 
  +
}}
Fondé en 1998, le [[Lrde.WebHome|Laboratoire de Recherche et Développement de l'EPITA (LRDE)]]
 
est un laboratoire sous tutelle de l'[http://www.epita.fr École Pour l'Informatique et les Techniques Avancées (EPITA)].
 
À l'instar du laboratoire, l'équipe est jeune et dynamique ; fin 2012, elle est composée d'une dizaine
 
d'enseignant-chercheurs, d'une administratrice, de cinq doctorants et d'une
 
douzaine d'étudiants-chercheurs de l'école. Les travaux de recherche
 
fondamentale effectués au LRDE s'articulent autour de deux
 
thématiques :
 
 
* la reconnaissance des formes ;
 
* les automates et la vérification formelle.
 
 
Par ailleurs, la recherche applicative s'inscrit dans un axe
 
transverse dit de « généricité et performance ».
 
 
== Description du stage ==
 
 
Ce stage s'inscrit dans l'axe « généricité et performance » du
 
laboratoire.
 
 
On peut constater d'une part que de nombreux outils logiciels pour le
 
traitement d'image sont conçus en prenant en compte des problématiques
 
de performance relatives aux données (images ou vidéos volumineuses ou
 
nombreuses), au contexte (contraintes de temps réel, besoins d'obtenir
 
une réponse dans un temps « raisonnable ») ou encore liée au matériel
 
(puissance de calcul ou capacité mémoire limitée(s)).
 
 
Par ailleurs, de plus en plus de bibliothèques logicielles pour le
 
traitement d'images sont construites d'après une modélisation avancée
 
mettant en œoeuvre des « abstractions » représentant les différentes
 
notions du domaine (image, point, valeur, voisinage, etc.). Cette
 
approche permet une écriture « haut niveau » d'algorithmes de
 
traitement d'images, réutilisables (non limités à un unique cas
 
d'utilisation) et souvent plus simples. Les cadres logiciels
 
(« software frameworks ») entrant dans cette catégorie s'appuient le
 
plus souvent sur la programmation orientée objet ou la programmation
 
générique (templates du C++, generics de Java ou C#).
 
 
Il est cependant beaucoup plus rare d'observer des outils qui
 
cherchent à répondre aux deux préoccupation précédentes (être
 
performant tout en fournissant une écriture générale via des
 
abstractions). Le projet [[Olena]], développé depuis
 
plus de dix ans au LRDE, propose une bibliothèque de traitement
 
d'images générique en C++, Milena, permettant l'écriture d'algorithmes
 
réutilisables et performants. Elle s'appuie à la fois sur la
 
programmation générique et la programmation orientée objet. Le stage
 
proposé a pour objet l'exploration de pistes pour étendre les capacités
 
de Milena dans le domaine du calcul performant (notamment dans le
 
contexte des « Big Data »), tout en préservant ses caractéristiques de
 
généricité et d'abstraction actuelles.
 
 
Les pistes de travail proposées incluent notamment les idées
 
suivantes :
 
 
* la conception et l'ajout de structures de données destinées à de
 
gros volumes de données ;
 
* l'utilisation d'instructions de vectorisation (SIMD) pour
 
accélérer les calculs ;
 
* l'utilisation de programmation parallèle (multicœur) pour
 
répartir les calculs.
 
 
Dans tous les cas, les travaux de recherche devront être menés en
 
gardant à l'esprit une intention de réutilisabilité / généricité (même
 
partielle) des solutions proposées, en s'appuyant par exemple sur un
 
raffinement (''lifting'') incrémental d'une première proposition. À
 
terme, l'objectif est en effet de poser les premières briques d'une
 
formalisation d'un ensemble de propriétés et de types de données
 
permettant de généraliser les améliorations de performance mentionnées
 
ci-avant.
 
 
Mots-clefs : calcul scientifique, Big Data, C++, programmation parallèle.
 
 
== Pré-requis ==
 
 
Des connaissances en traitement d'images sont nécessaires à la
 
réalisation de ce stage. Le candidat devra être familiarisé avec le
 
langage C++ ou avoir au moins un bon niveau de connaissance du langage
 
C. Le travail à effectuer devra s'intégrer dans la plate-forme
 
logicielle libre de traitement d'images du LRDE,
 
[[Olena]], écrite en C++.
 
 
Des connaissances en modélisation objet, programmation générique,
 
vectorisation ou en programmation parallèle / multicœcoeur seraient
 
appréciables.
 
 
== Débouchés ==
 
 
Si le déroulement du stage est satisfaisant, nous souhaiterions qu'il
 
soit suivi d'une thèse de doctorat.
 
 
== Informations pratiques ==
 
 
* Personnes à contacter :
 
** <tt>&lt;roland.levillain-at-lrde.epita.fr&gt;</tt>
 
* [[Contact|Lieu du stage]] :<br />
 
Laboratoire de Recherche et Développement de l'EPITA (LRDE)<br />
 
18, rue Pasteur<br />
 
94270 Le Kremlin-Bicêtre<br />
 
(Porte d'Italie)
 
* Rémunération : environ 800 &euro; brut/mois
 
 
 
Annonce diffusée à partir du 07/12/2012.
 
 
 
—roland - 07 Dec 2012
 

Latest revision as of 11:13, 16 June 2021