Crédit photo Pierre Cornette

Pierre CornetteIngénieur support de la communauté IA sur le supercalculateur Jean Zay

Pierre Cornette a rejoint l’Institut du développement et des ressources en informatique scientifique (IDRIS – CNRS) en 2022 en tant qu’ingénieur support de la communauté IA sur le supercalculateur Jean Zay.

 

Sur quels types de problématiques en IA travaillez-vous ?

Je travaille sur le projet DeepFaune dont l’objectif est de fournir un logiciel capable d'identifier des animaux sur des images.
Le principe est d’installer des pièges photographiques dans des endroits stratégiques pour l'acquisition d'images de la faune sauvage. Cette méthode de capture représentant un volume de données à traiter important, la labellisation automatique de ces données (y compris sur des ordinateurs non équipés de cartes graphiques) économise un temps précieux aux chercheurs.

Les données labellisées servent de base à des études sur l’évolution et le comportement de la faune à l’origine des données.

DeepFaune a également pour objectif la mise en commun de données labellisées pour la construction d’un dataset. 

 

Qu’avez-vous fait avant d’entrer au CNRS ? Pourquoi avoir choisi le CNRS ?

J'ai été recruté à la sortie de mon école d’ingénieurs (ENSEEIHT). J’ai suivi une formation d’informatique générale avant de me spécialiser en imagerie et multimédia. 
J’ai donc étudié les bonnes pratiques en terme de développement informatique la première année et le traitement de données audiovisuelles (à l’aide d’outils mathématiques ou d’IA) les deux années suivantes.
J’ai effectué mon stage de fin d’étude dans le laboratoire d’une entreprise privée sur la reconstruction 3D de scènes à partir d’images. 

Je suis attaché aux missions qui incombent à la recherche publique en IA, dont la veille technologique et les problématiques scientifiques. C’est pourquoi j’ai choisi d’intégrer le CNRS.
Avoir la possibilité de me former en continu tout en abordant des thématiques transverses est un point important de ma mission actuelle.

 

 

Compétences en IA :

  • Librairies disponibles sous python : deep learning PyTorch et Tensorflow ainsi que les outils connexes de traitement des données
  • Types de données : les images, le son, le texte ou des données tabulaires (séries temporelles ou autre)
  • Types de modèles : réseaux convolutionnels, transformers, graph neural networks (GNN)

Contributions aux projets suivants dans le cadre du PNRIA :

Activités complémentaires à l'IDRIS :

  • Formations
  • Support aux utilisateurs
  • Veille technologique