Emerick Lafortune

R&D sur la détection de piéton et de leur intention de mouvement dans le cadre de développement de voitures autonomes Etat de l'art sur les approches génératives et basées sur les LLM/VLM appliqués à la détection Implémentation d'un RAG multimodal (image + texte) utilisant un module de perception (segmentation, tracking) couplé à un VLM (vision language model) pour la détection de piéton et de leur mouvement dans un contexte urbain Implémentation d'une architecture CNN + LSTM pour la détection et détection d'intention à partir de séquences vidéos Evaluation des approches génératives et LLM (VLM) dans différents contextes urbains et en situation d'occlusion (piétons en partie cachés)

Création d’un programme de formation de datasets miniatures à partir de paramètres spécifiques Nettoyage, filtrage et traitement d’une vingtaine de pipelines de données à l’aide de plusieurs langages de programmation différents (Shell, Java hadoop, Pyspark, SQL) Gestion de projet (Jira, Confluence, Miro) agile (CI/CD) et utilisation d’outils de DevOps (Jenkins, GitHub)

I have completed an eight weeks internship in software development where my mission was to use different API to create multiple fully automated intern processes. The resulting application is able to make faster different internal processes (project management,recruitment procedures,…) by automation of some key phases. I thank my tutors for teaching me about communication and active listening to understand more effectively the evolution of the priorities regarding this project.