AI Engineering
Ingénieur en Vision par Ordinateur
Apprendre à une machine à voir est plus difficile qu'il n'y paraît. L'ingénieur en vision par ordinateur conçoit les systèmes qui lisent des documents, guident des véhicules ou analysent des images médicales. Géométrie multi-vues, OpenCV et PyTorch, puis l'art d'optimiser un modèle sans sacrifier sa précision.
- CodeDébutantNouveau
Auditer un système de tri visuel des défauts d'acier embouti
Vous examinerez le rapport d'audit qualité fourni et le jeu d'images annotées de défauts de surface d'acier (fissures, inclusions, corrosion par piqûres, rayures de laminage) po…
- Image Processing
- Cnn Classification
- Object Detection
Travaux ouverts - CodeIntermédiaireNouveau
Détecter les défauts de soudure avec très peu d'étiquettes
Construisez une chaîne d'entraînement en deux temps et livrez-la sous forme de code exécutable. Temps 1 : pré-entraînez un encodeur d'images sur le corpus non annoté avec une mé…
- Self Supervised Learning
- Feature Pipelines
- Cross Validation
Travaux ouverts - DesignDébutantNouveau
Concevoir un système de vision pour l'inspection qualité de tôles embouties
Votre tâche est de produire une proposition de conception (design proposal) pour un système de vision par ordinateur d'inspection qualité en sortie de presse, en vous appuyant u…
- Computer Vision
- Cnn Classification
- Object Detection
Travaux ouverts - CodeDébutantNouveau
Détection automatique de défauts sur pièces moulées en aluminium
Construisez un réseau de neurones convolutif qui classe chaque image de pièce moulée en 'conforme' ou 'défectueuse', en travaillant à partir d'un jeu d'images industrielles réel…
- Neural Networks
- Feedforward Networks
- Pytorch Or Tensorflow
Travaux ouverts Practice your coursework on real scenarios.
Every challenge is shaped from real-world context — not generic exercises. The work mirrors what your degree prepares you for.
Why Ewance
- CodeIntermédiaireNouveau
Segmentation LiDAR en conditions météo dégradées pour véhicules autonomes
Vous recevez le dossier technique complet incluant un extrait de nuages de points LiDAR annotés, le journal des incidents de classification et la spécification du capteur. Votre…
- 3d Vision
- Anomaly Detection
- Ai Assisted Coding
Travaux ouverts - AnalysisIntermédiaireNouveau
Trancher un litige de conformité sur un panneau composite reconstruit par photogrammétrie
Examinez les trois pièces du dossier et construisez un raisonnement géométrique qui explique le chiffre de 2,3 mm. Concrètement : reprenez les résidus de reprojection fournis po…
- 3d Vision
- Analytical Reasoning
- Assumption Analysis
Travaux ouverts - DesignDébutantNouveau
Proposition de contrôle qualité par vision industrielle
En vous appuyant uniquement sur la note de cadrage et le journal d'inspections fournis, produisez une proposition de conception pour un système de vision par ordinateur détectan…
- Computer Vision
- Cnn Classification
- Data Annotation
Travaux ouverts
Comment ça marche
Du brief au certificat, en six étapes.
Étape 01
Parcourez des défis alignés sur vos études.
Étape 02
Acceptez celui qui correspond à vos objectifs.
Étape 03
Avancez avec l'aide de l'IA Copilot.
Étape 04
Soumettez-le pour une évaluation structurée.
Étape 05
Obtenez un certificat vérifié.
Étape 06
Ajoutez-le à LinkedIn en un clic.
Métiers similaires à explorer
Voir tous les métiers →AI Engineering
Ingénieur IA
Entre un article de recherche prometteur et une fonctionnalité réellement utilisée, il existe un pont : l'ingénieur IA le construit. Il transforme des modèles de notebook en systèmes robustes face au trafic réel, aux coûts et aux questions confuses des utilisateurs. Python, PyTorch, évaluation, latence et coûts deviennent ses instruments quotidiens.
AI Engineering
Ingénieur Machine Learning
L'ingénieur machine learning fait passer les modèles du prototype à la production : latence, pipelines de réentraînement, dérive des données à trois heures du matin. PyTorch ou TensorFlow, rigueur logicielle et CI/CD, AWS SageMaker. Sa valeur : dialoguer aussi bien avec les data scientists qu'avec les équipes plateforme.
AI Engineering
Ingénieur MLOps
En production, les modèles échouent de façons bien plus étranges qu'en notebook. L'ingénieur MLOps anticipe ces défaillances et construit les fondations qui font tenir le machine learning face aux vrais utilisateurs : feature stores cohérents, pipelines de déploiement sous MLflow rendant les rollbacks anodins, détection de dérive. Se familiariser tôt avec Kubernetes ouvre la voie.
AI Engineering
Ingénieur NLP
La langue est désordonnée : fautes, contradictions, dix formulations pour une même demande. L'ingénieur NLP construit les systèmes qui s'y confrontent — traitement classique avec spaCy, architectures RAG assemblées via LangChain, arbitrages entre fine-tuning, prompting et règles. On progresse par petits projets révélant les vrais modes d'échec. L'évaluation compte autant que l'architecture.
AI Engineering
Prompt Engineer
Rédiger des instructions pour un modèle est un métier neuf. Le prompt engineer versionne ses prompts, lance des évaluations sur des milliers de cas et optimise coût et latence en production. Grandir dans ce rôle, c'est comprendre comment les modèles échouent et tout mesurer plutôt que se fier à l'intuition.
Des équipes d'entreprise derrière une décennie de briefs de terrain
Vous recrutez dans ce vivier ?
Parrainez un défi et rencontrez des candidats à travers un vrai travail.
Les équipes des entreprises peuvent construire des briefs autour des compétences qu'elles recrutent, puis évaluer les étudiants sur des livrables notés selon une grille — pas sur des CV.