Identification automatisée des caractéristiques des bâtiments via ML & AI - QC-892

Genre de projet: Recherche
Discipline(s) souhaitée(s): Génie - informatique / électrique, Génie, Informatique, Sciences mathématiques
Entreprise: SOLID STRUCTURAL INC.
Durée du projet: 4 à 6 mois
Date souhaitée de début: Dès que possible
Langue exigée: Flexible
Emplacement(s): Montréal, QC, Canada
Nombre de postes: 1
Niveau de scolarité désiré: MaîtriseDoctoratRecherche postdoctorale
Ouvert aux candidatures de personnes inscrites à un établissement à l’extérieur du Canada: No

Au sujet de l’entreprise: 

Solid est une firme d'ingénierie spécialisée en structure du bâtiment. L'entreprise offre des services de conception, d'analyse et d'expertise structurale pour des projets résidentiels, commerciaux et industriels.La firme intervient sur des systèmes structuraux variés, incluant les structures en béton, en acier, en bois et en maçonnerie. Solid se distingue par une approche rigoureuse combinant expertise technique traditionnelle et intégration d'outils numériques modernes pour l'analyse et l'évaluation des bâtiments. La firme s'intéresse particulièrement aux enjeux liés au parc bâti existant, notamment l'évaluation de la capacité structurale des bâtiments en vue de projets de transformation, de surélévation ou de redéveloppement.

Veuillez décrire le projet.: 

Ce projet de recherche s'inscrit dans le développement d'une plateforme de pré-qualification automatisée du parc bâti montréalais à des fins de redéveloppement immobilier, notamment la densification verticale. L'enjeu central est de pouvoir classer le potentiel de redéveloppement d'un bâtiment à grande échelle, à partir de données accessibles publiquement et sans inspection terrain. Les données municipales ouvertes (évaluation foncière, zonage, données géotechniques) fournissent une première couche d'information, mais demeurent insuffisantes pour qualifier les caractéristiques physiques et morphologiques réelles d'un bâtiment, déterminantes pour évaluer sa capacité à être redéveloppé.

Le projet vise à combler cette lacune en développant un module d'identification automatique des caractéristiques bâties à partir d'imagerie issue de Google Maps (vues aériennes et satellite) et de Google Street View (vues au niveau de la rue), par l'application de techniques d'apprentissage automatique et d'intelligence artificielle. Deux volets complémentaires structurent la recherche. Le premier porte sur l'analyse des toitures via Google Maps : identification des éléments existants (équipements mécaniques, accès verticaux, installations diverses) et estimation de la surface réellement disponible pour un redéveloppement. Le second porte sur l'analyse des façades et des entrées via Google Street View : reconnaissance des éléments morphologiques tels que la configuration des accès, le rythme des ouvertures et les caractéristiques visuelles permettant d'inférer la typologie du bâtiment. L'ensemble de ces paramètres extraits viendra enrichir un système de classification multi-critères du potentiel de redéveloppement, en complément des données ouvertes existantes. Le stagiaire sera amené à constituer un jeu de données représentatif de la typologie montréalaise, à entraîner et évaluer des modèles adaptés au contexte local, et à intégrer les résultats dans un livrable exploitable. La recherche contribuera à démontrer la viabilité d'une approche automatisée et scalable d'évaluation du parc bâti, applicable à d'autres contextes urbains au-delà de Montréal.

Expertise ou compétences exigées: 

Compétences requises :
• Compétence en intelligence artificielle, apprentissage automatique ou science des données
• Expérience pratique en vision par ordinateur, notamment en reconnaissance, détection et classification d'éléments visuels à partir d'images
• Maîtrise de la programmation scientifique et capacité à développer, entraîner et évaluer des modèles d'apprentissage automatique
• Aptitude à constituer, structurer et annoter des jeux de données d'images
• Capacité à produire un code propre, documenté et réutilisable, ainsi qu'à intégrer ses résultats dans un livrable exploitable
• Rigueur scientifique, autonomie et bonnes capacités de communication écrite et orale

Atouts
• Connaissances en analyse géospatiale ou en traitement de données urbaines et cartographiques
• Notions en architecture, en génie civil ou en typologie du bâtiment
• Expérience avec des modèles d'intelligence artificielle générative appliqués à l'analyse d'images
• Intérêt pour les enjeux d'urbanisme, de densification ou de redéveloppement immobilier
• Familiarité avec les bonnes pratiques liées à l'utilisation d'imagerie issue de services tiers (conditions d'usage, gestion de quotas, traitement responsable des données)
• Capacité à rédiger en français et en anglais