Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.
Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
2026-41919
Au sein du LIST, le Laboratoire Intelligence Artificielle Embarquée (LIAE) est chargé de concevoir, de développer et de mettre en œuvre des solutions optimisées (surface, consommation, puissance de calcul) pour les systèmes embarqués.
Mathématiques, information scientifique, logiciel
Stage
Stage - Déploiement d'algorithmes de ML adaptés au matériel-Saclay- H/F
Dans un environnement en constante évolution, l'objectif de ce stage est de s'appuyer sur les modules existants du framework Aidge (description matérielle, génération de code, déploiement) pour concevoir des heuristiques d'optimisation. Celles-ci permettront de déterminer la stratégie de déploiement optimale pour un modèle de réseau de neurones et une cible matérielle donnés.
6 mois
Rejoignez-nous en Stage !
CEA Tech Corporate from CEA Tech on Vimeo.
Les équipes du LIAE sont à la tête du développement du framework Aidge [1, 2]. Aidge est une plateforme open source et complète qui prend en charge l'ensemble du cycle de vie de l'IA, de la conception du modèle à son déploiement optimisé. De plus, elle offre un ensemble complet d'outils et de méthodologies, spécifiquement conçus pour les systèmes embarqués et les dispositifs edge, afin d'analyser, d'optimiser, de valider et de déployer efficacement les modèles d'IA. Le développement de l’outil est soutenu par les projets DeepGreen [3] et NEUROKIT2E [4], étant ainsi enrichi et utilisé par plusieurs partenaires industriels et académiques.
L'objectif de ce stage est de s'appuyer sur les modules Aidge existants (tels que ceux dédiés à la description matérielle, la génération de code et le déploiement) afin de développer des heuristiques pour trouver la meilleure stratégie de déploiement pour un modèle de réseau de neurones et un matériel cible donnés. Plus précisément, le travail consistera à :
Qu'attendons-nous de vous?
1) Explorer et projeter (map) le graphe de calcul sur les différentes ressources matérielles (unités de traitement, composants mémoire) ;
2) Identifier et appliquer les transformations de graphe pertinentes (ex. tiling/tuilage, remplacement d'opérateurs, quantification) ;
3) Optimiser le déploiement pour respecter les contraintes d'allocation et de budget (ex. temps d'inférence, empreinte mémoire, consommation énergétique, exactitude des prédictions).
À titre d'exemple, les cibles matérielles envisagées incluent des cartes telles que l'Alif Ensemble E7 [5] et la Texas Instruments TDA4VH [6]. Côté réseaux de neurones, l'étude s'appuiera sur des modèles de référence comme ResNet-18, ResNet-50 [7, 8] ainsi que YOLOv8 [9].
Références :
[1] C. Moineau, M. Naud, I. De Albuquerque Silva, A. Farrugia, and O. Bichler. Aidge: A comprehensive and traceable library for deploying standalone embedded deep neural networks. 13th European Congress of Embedded Real Time Systems (ERTS 2026) , 2026. ⟨10.82331/ERTS.2026.42⟩. ⟨hal-05513843⟩
[2] Eclipse Aidge. https://eclipse.dev/aidge/
[3] Projet DeepGreen - https://deepgreen.ai/
[4] Projet NEUROKIT2E - https://www.neurokit2e.eu/
[5] Alif Semiconductor, Ensemble E7 Series Microcontrollers and Fusion Processors, Technical Datasheet / User Manual.
[6] Texas Instruments, TDA4VH-Q1 Processors for High-Performance Automotive ADAS & Autonomous Driving, Product Folder.
[7] K. He, X. Zhang, S. Ren, and J. Sun, "Deep Residual Learning for Image Recognition," IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.
[8] TorchVision / PyTorch documentation, ResNet-18 and ResNet-50 Model Architectures.
[9] Ultralytics, YOLOv8 Real-Time Object Detection and Image Segmentation Model, 2023.
#Cea List
Framework Aidge, développement en C++ et Python
Vous préparez un diplôme de niveau Bac+5 en informatique, systèmes embarqués ou génie logiciel.
Vous êtes passionné(e) par la recherche scientifique et technologique et êtes reconnu(e) pour votre curiosité intellectuelle, votre esprit d'analyse et votre autonomie.
Vous possédez des connaissances en Deep Learning ainsi qu'une expérience confirmée en développement embarqué (C/C++, optimisation bas niveau, contraintes matérielles).
Rejoignez-nous, venez développer vos compétences et en acquérir de nouvelles !
Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.
Saclay
France, Ile-de-France, Essonne (91)
Saclay
Anglais (Intermédiaire)
Bac+5 - Master 2
01/03/2026
The CEA is the French Alternative Energies and Atomic Energy Commission ("Commissariat à l'énergie atomique et aux énergies alternatives"). It is a public body established in October 1945 by General de Gaulle. A leader in research, development and innovation, the CEA mission statement has two main objectives: To become the leading technological research organization in Europe and to ensure that the nuclear deterrent remains effective in the future.
The CEA is active in four main areas: low-carbon energies, defense and security, information technologies and health technologies. In each of these fields, the CEA maintains a cross-disciplinary culture of engineers and researchers, building on the synergies between fundamental and technological research.
The civilian programs of the CEA received 49% of their funding from the French government, and 30% from external sources (partner companies and the European Union).
The CEA had a budget of 4,3 billion euros.
The CEA is based in ten research centers in France, each specializing in specific fields. The laboratories are located in the Paris region, the Rhône-Alpes, the Rhône valley, the Provence-Alpes-Côte d'Azur region, Aquitaine, Central France and Burgundy. The CEA benefits from the strong regional identities of these laboratories and the partnerships forged with other research centers, local authorities and universities.
