Observé chez
Deep Learning Engineer Computer Vision
Énergie
Informatique
Paris
PyTorchTensorFlowResNetVGGVision TransformerSwin TransformerCNNDockerKubernetesMLflow
Rôle
Ingénieur deep learning spécialisé en vision par ordinateur et classification d'équipements
Technologies
PyTorchTensorFlowResNetVGGVision TransformerSwin TransformerCNNDockerKubernetesMLflow
Contextes
ÉnergieÉlectricité
Compétences
Computer VisionTransfer LearningClassification hiérarchiqueBenchmarking d'architecturesDéploiement de pipelines Deep LearningContainerization DockerExperiment tracking MLflowPod management Kubernetes
Challenges détectés
3 enjeuxLes principaux enjeux identifiés chez Enedis, avec les technologies et compétences associées.
- 01Optimisation
Améliorer la précision de classification d'équipements électriques
- 02Optimisation
Évaluer et établir une baseline fiable pour les modèles existants
- 03Transformation
Déployer des pipelines Deep Learning en infrastructure Kubernetes



