"La mise au point de procédés microélectroniques avancés nécessite la collecte d'informations sur les objets fabriqués de plus en plus précise et complète possible, tout en respectant des contraintes de temps de mesure drastiques. Une des techniques communément utilisée est la microscopie électronique à balayage, permettant d'obtenir des images en vue de dessus. Une fois l'image prise les défauts doivent être détectés dans les images, à partir d'une base d'apprentissage créée automatiquement ou grâce à des experts. Actuellement des défauts mesurés reposent sur des métriques de surfaces d'objets et il devient nécessaire d'étendre l'approche à des métriques de formes plus complexes. Le travail consiste à développer des algorithmes basés sur des techniques de Machine Learning permettant la classification des défauts. La programmation se fera en langage python, en utilisant les librairies tierces performantes et éprouvées. Les codes seront développés dans un environnement Eclipse, sous SVN, respectant les critères qualités du groupe (tests unitaires, documentation, normes).L'autonomie, l'esprit d'initiative, un bon relationnel sont fortement appréciés."