LCL - STAGE IA Computer Vision H/F
LCL
Publiée le
23/03/2026
Contrat
Stage · 7-12 mois
Localisation
10 place Oscar Niemeyer 94811 VILLEJUIF Cedex
Taille équipe
2000+ emp.
Rémunération
Inconnue
Missions clés
Concevoir des modèles robustes pour détecter des incohérences visuelles. · Explorer des architectures récentes pour détecter des manipulations invisibles. · Développer des algorithmes pour la détection de falsifications. · Mettre en place des protocoles de tests scientifiques. · Synthétiser les travaux sous forme d'article scientifique.
Profil recherché
Bac +5 (Master 2, Diplôme d'ingénieur) · 0-1 ans d'expérience · Curiosité technique · Rigueur · Sens de l’organisation
Outils & compétences
CNNs, ResNet, EfficientNet, ViT, LLM
Le poste en détail
Rattaché à la Direction des systèmes d’information de LCL, le pôle IA a pour vocation de proposer des solutions innovantes, basées sur la Data Science, pour répondre aux divers besoins métiers de la banque, dans une optique d’industrialisation des projets menés. Pour ce faire, il est accompagné par les services informatiques et les équipes d’exploitation et s’appuie également sur des ressources cloud (GCP, AWS) suivant les besoins. Dans le cadre du renforcement des dispositifs de lutte contre la fraude documentaire, le pôle IA chez LCL développe des solutions avancées de détection automatique de falsification dans les documents fournis par les clients (relevés bancaires, pièces d’identité, justificatifs, factures, attestations, etc.).Ces documents, souvent transmis sous forme de PDF, scans ou photos, peuvent être altérés via des outils de retouche ou de génération IA. L’objectif du stage est de concevoir, implémenter et évaluer des modèles robustes capables d’identifier des incohérences visuelles, des altérations numériques. Votre défi sera d’explorer les frontières de l'état de l'art pour détecter les falsifications les plus subtiles, et transformer ces modèles en briques logicielles performantes et exploitables en production.Vos responsabilités :Explorer les architectures récentes (Vision Transformers, Frequency-domain learning, Noise streams) pour détecter les traces de manipulation invisibles (Copié-Collé, retouche IA, re-compression JPEG).Expérimenter des techniques de détection de manipulation (splicing, copy-move, retouches locales)Développer l’algorithme et la solution pour la détection de ces traces de manipulation invisiblesMettre en place des protocoles de tests scientifiques pour valider les hypothèses.Packager votre solution (API, Docker) pour qu'elle s'intègre dans notre pipeline de traitement.Synthétiser vos travaux sous la forme d'un article scientifique pouvant être soumis à une conférence ou un workshop (type ICDAR, CVPR Workshops, etc.).