Master thesis »Deep Learning-Based Audio Analysis for Avian Population Estimation«

<p>Au <b>Fraunhofer Institute for Digital Media Technology IDMT</b>, situé à Ilmenau, en Allemagne, nous tirons parti de notre expertise internationalement reconnue dans des domaines tels que l'électroacoustique appliquée, l'analyse de signaux basée sur l'IA, l'apprentissage automatique, la protection des données et la sécurité. Nos recherches ont un impact significatif sur des secteurs comme la surveillance industrielle et routière, et les médias, contribuant à des avancées telles que l'extraction automatique de métadonnées et la détection de manipulations audio.</p>
<p>Le groupe de Technologies Musicales Sémantiques est le point central de recherches pionnières dans l'extraction d'informations acoustiques significatives. Il combine le traitement de signaux audio et les techniques d'apprentissage automatique visant à relever les défis pressants du monde réel.</p>

<p>Cette thèse de master s'attaque à une préoccupation écologique cruciale — <i>le comptage des populations d'oiseaux en milieu extérieur</i>. La thèse détaillera des méthodes d'apprentissage profond adaptées pour décrypter les chants d'oiseaux au milieu de paysages sonores bruyants, posant les bases de mesures biométriques robustes qui contribuent à la surveillance de la biodiversité et aux stratégies de conservation.</p>

<ul>
  <li><b>Objectif 1 :</b> Investiguer sur des ensembles de données de chants d'oiseaux annotés pour la polyphonie ou, alternativement, créer un ensemble de données unique à partir d'un mix d'enregistrements sonores d'espèces d'oiseaux communes, en collaboration avec des experts du domaine.</li>
  <li><b>Objectif 2 :</b> Implémenter et évaluer des modèles d'apprentissage profond pour le comptage d'oiseaux, en prêtant une attention particulière à la différenciation des appels individuels et spécifiques à chaque espèce.</li>
  <li><b>Objectif 3 :</b> Évaluer la robustesse des modèles sous des variations environnementales simulées, assurant la précision et la fiabilité des méthodes mises en œuvre dans des scénarios réels.</li>
</ul>

<p>Nous recherchons des esprits brillants avec une solide formation en <b>traitement de signal audio et apprentissage profond</b>. La maîtrise de Python, TensorFlow ou PyTorch, et une passion pour la recherche bioacoustique seront cruciales. Votre approche innovante pourrait contribuer de manière significative aux domaines académiques et pratiques grâce à ce travail de thèse.</p>

<p>Devenez partie intégrante d'une équipe dynamique passionnée par l'impact substantiel sur la technologie et la société. Nous offrons :</p>
<ul>
  <li>Des défis et projets qui invitent à l'innovation et à la réflexion.</li>
  <li>De nombreuses opportunités de développement professionnel et de formation.</li>
  <li>Un environnement de travail soutenu et diversifié enchâssé dans des installations à la pointe de la technologie.</li>
  <li>Des arrangements de travail flexibles pour assurer un équilibre travail-vie louable.</li>
</ul>

<p>Nous célébrons la diversité et encourageons fortement les candidatures de tous horizons. Construisons l'avenir ensemble !</p>

<p>Les candidats intéressés sont invités à postuler en ligne. Pour des informations supplémentaires sur les spécificités du projet ou le processus de candidature, veuillez contacter :</p>

<p