Pathly
Retour aux métiers
Sciences et recherche Stable

Ingénieur en intelligence artificielle embarquée

L'ingénieur en intelligence artificielle embarquée a pour mission de concevoir et d'optimiser des algorithmes d'IA capables de fonctionner directement sur des appareils à faibles ressources, comme des capteurs, des caméras intelligentes, des puces embarquées dans des voitures ou des équipements médicaux. Son rôle est de rendre l'intelligence artificielle accessible là où il n'existe pas de connexion cloud permanente, en préservant la vitesse, la précision et la sobriété énergétique. Au quotidien, il travaille sur la compression de modèles de machine learning (quantification, élagage, distillation de connaissances), les teste sur des cartes de développement comme les Raspberry Pi, les Jetson Nano ou les microcontrôleurs STM32, et utilise des frameworks spécialisés comme TensorFlow Lite, ONNX Runtime ou Edge Impulse. Il collabore avec des équipes hardware pour comprendre les contraintes mémoire et processeur, rédige des benchmarks de performance, et itère continuellement pour trouver le bon équilibre entre précision du modèle et consommation énergétique. Son environnement de travail mêle laboratoire de recherche, salle blanche et postes informatiques, selon le secteur (automobile, santé, défense, domotique). Ce métier convient à des profils passionnés par la technique, curieux des défis complexes et à l'aise avec la pensée systémique. Celui qui s'y épanouit aime résoudre des problèmes concrets avec des contraintes fortes, ne se décourage pas face à des cycles de test-échec-amélioration, et trouve une vraie satisfaction à voir une IA fonctionner de manière autonome dans le monde réel.

⏳ Chargement des salaires marché…

Débutant

52 k€

/ an

✨ estimation

Confirmé

81 k€

/ an

✨ estimation

Senior

110 k€

/ an

✨ estimation

Compétences clés

Optimisation et compression de réseaux de neurones (quantification, pruning, distillation de modèles)Maîtrise des frameworks d'IA embarquée (TensorFlow Lite, ONNX Runtime, TensorRT, CMSIS-NN)Programmation C/C++ et Python pour systèmes embarqués et microcontrôleurs (ARM Cortex-M, RISC-V)Conception d'architectures matérielles edge AI (FPGA, GPU embarqués, NPU) et connaissance des contraintes temps réelMaîtrise des techniques de deep learning (CNN, transformers légers) et des outils de profilage mémoire/latence

Formations recommandées

BUT Informatique parcours IA et Science des Données

3 ans

Licence professionnelle Systèmes embarqués et objets connectés

1 an (après Bac+2)

Master Informatique spécialité IA / Systèmes embarqués

2 ans

Diplôme d'ingénieur spécialité informatique, électronique ou systèmes embarqués

5 ans

Doctorat en informatique / traitement du signal / IA embarquée

3 ans

Formations pour devenir Ingénieur en intelligence artificielle embarquée

Générées par IA · parcours recommandés en France

IA
Recherche des formations...

Une journée type

1

9h – Revue des résultats d'entraînement d'un modèle de détection d'objets et analyse des métriques de performance (précision, latence, empreinte mémoire)

2

10h30 – Réunion technique avec l'équipe hardware pour définir les contraintes du microcontrôleur cible et adapter l'architecture du modèle

3

11h30 – Implémentation de techniques de quantification INT8 sur un réseau de neurones et tests de conversion via TensorFlow Lite

4

14h – Déploiement et benchmarking du modèle optimisé sur une carte embarquée (Jetson Nano ou STM32) avec profilage de la consommation énergétique

5

16h30 – Rédaction de documentation technique et contribution à un article de recherche interne sur les performances obtenues en edge inference

Offres d'emploi

Simuler ce métierEn parler avec l'IA