Stagiaire Développement et optimisation de modèles prédictifs - 6 mois F/H

About this role

CONTEXTE DU STAGE Dans le cadre de ses activités de recherche et d'essais, GTT acquiert en continu de grandes quantités de données issues de capteurs de pression installés sur ses dispositifs expérimentaux. Ces données doivent être analysées afin de détecter automatiquement différentes anomalies pouvant affecter la qualité des essais, telles que : Déconnexions ou dysfonctionnements de capteurs Dérives thermiques Défaillances d'équipements Mesures incohérentes Afin d'automatiser cette surveillance, un outil basé sur des modèles prédictifs a été développé il y a plusieurs années.

Dans une démarche d'amélioration continue, GTT souhaite aujourd'hui faire évoluer ces modèles afin d'améliorer leurs performances, leur robustesse et leur fiabilité. MISSION Au sein de l'équipe en charge des essais et de l'analyse des données, la⸱le stagiaire participera aux travaux suivants : Prendre en main l'outil de détection d'anomalies existant Analyser les données expérimentales disponibles et évaluer la qualité des jeux de données Étudier les performances des modèles prédictifs actuels Identifier des pistes d'amélioration des algorithmes et méthodes de détection Développer et implémenter de nouveaux modèles prédictifs Réaliser des campagnes de vérification et de validation des modèles Évaluer la robustesse Comparer les performances obtenues avec celles de la version actuellement utilisée Rédiger la documentation technique et présenter les résultats aux équipes Selon les résultats obtenus, les développements réalisés pourront être intégrés dans une future version de l'outil industriel.

Compétences techniques : Maîtrise de Python et des bibliothèques de traitement de données ; Connaissances en modélisation prédictive et apprentissage automatique ; Connaissances en analyse de données ; Notions en traitement du signal ; Sensibilité aux problématiques expérimentales. Compétences humaines : Esprit d'analyse et rigueur ; Autonomie ; Curiosité technique ; Bonnes capacités de synthèse et de communication. Niveau d'études et d'expérience : Etudiant⸱e en école d'ingénieur ou en Master 2 avec une spécialisation en : Intelligence Artificielle ; Mathématiques appliquées ; Traitement du signal ; Programmation.