L’intelligence artificielle est intégrée de façon croissante dans nos machines, pour répondre aux nouvelles exigences de tri. Afin d’accompagner ce déploiement industriel, une équipe projet dédiée développe activement l’ensemble des outils de DataOps/MLOps (« Data / Machine Learning Operations ») permettant de faciliter le développement, l’évaluation et le maintien en condition opérationnelle des réseaux exploités sur nos machines.

Au sein de cette équipe, et en collaboration étroite avec les ingénieurs IA, les experts applicatifs et les chefs de projet, le/la stagiaire aura pour mission de structurer et piloter des études Data Science visant à améliorer la performance, la robustesse et la portabilité de nos modèles d’IA dans un contexte industriel exigeant.

En détails, les principales tâches de ce stage sont les suivantes :

• Recueillir les besoins auprès des parties prenantes (experts applicatifs, responsables projets, ingénieurs IA) afin de comprendre les problématiques de tri et les attentes liées aux modèles de prédiction.
• Construire les plans d’expérience adaptés à ces besoins (définition des variables, métriques et protocoles de test).
• Exécuter les plans d’expérience sur notre infrastructure de calcul et notre plateforme MLOps.
• Analyser et évaluer les résultats de manière critique, en identifiant les leviers d’amélioration et en synthétisant les conclusions pour les présenter aux équipes concernées.
• Participer à l’optimisation des modèles de prédiction (sélection d’architectures, ajustement des hyperparamètres, stratégies d’augmentation de données…).
• Contribuer à la documentation des expérimentations et à la capitalisation des bonnes pratiques Data Science au sein de l’équipe IA.
• Participer au déploiement et à l’évaluation / qualification sur site de nouvelles solutions de tri à base d’IA

• Vous êtes en école d’ingénieur / master spécialisé en intelligence artificielle (machine Learning, deep learning, data sciences) ;
• Vous avez des connaissances spécifiques dans le domaine de l’analyse de données et de la vision industrielle ;
• Vous êtes à l’aise avec les outils standards de traitement de données (Pytorch, Tensorflow, opencv, numpy, etc). Une expérience passée sur des problématiques deep learning sur de l’image / vidéo serait un plus ;
• Vous connaissez le principe des plans d’expériences et êtes en mesure d’analyser les résultats de ces plans ;
• Vous êtes dynamique, autonome et disposez d’un sens critique développé ainsi qu’un fort esprit d’initiative et d’équipe.