Stagiaire Data Science - 6 mois (H/F)

Vous êtes actuellement en cours de formation dans une université/haute école et recherchez un stage pour valider votre cursus (avec convention de stage).

MISSIONS

• Collecte et Préparation de Données:
  • Identifier les sources de données pertinentes et collecter des données appropriées.
  • Nettoyer et prétraiter les données pour garantir leur qualité et intégrité.
• Exploration et Analyse de Données: 
  • Effectuer une analyse exploratoire pour comprendre les structures, les tendances et les relations entre les données.
  • Développer des visualisations de données pour communiquer les insights de manière claire.
• Modélisation de Données:
  • Concevoir et développer ou utiliser des modèles prédictifs et des algorithmes pour répondre aux problématiques posées
  • Exploration de l’approche de l’IA multi-agents ou multimodale pour traiter à la fois les données non structurées et structurées
  • Tester et affiner les modèles en fonction du retour d’information et des résultats obtenus.
• Evaluation de Modèles: 
  • Évaluer la performance des modèles en utilisant des métriques appropriées.
  • Effectuer des ajustements et des optimisations pour améliorer l'efficacité et la précision des modèles.
• Implémentation de Solutions: 
  • Déployer les modèles dans des environnements production et assurer leur intégration avec des systèmes existants.
  • Utiliser des pratiques de MLOps pour automatiser le cycle de vie des modèles.
• Collaboration Interfonctionnelle: 
  • Travailler en étroite collaboration avec d'autres départements (IT, métiers, opérations, etc.) pour intégrer des solutions de données au sein des processus métier.
  • Communiquer avec des parties prenantes non techniques pour expliquer les résultats et proposer des recommandations.
• Innovation et Recherche: 
  • Rester à jour avec les avancées technologiques et méthodologiques en data science.
  • Rechercher et expérimenter de nouvelles techniques et outils pour améliorer les pratiques de data science de l’entreprise.
• Documentation et Communication: 
  • Produire des documentations détaillées et compréhensibles sur le projet et les modèles développés.
  • Présenter les découvertes de manière claire et efficace aux décideurs pour orienter la stratégie d'entreprise

PROFIL

• Compréhension des techniques de modélisation telles que régression, classification, clustering, réseaux de neurones, etc
• Familiarité avec des bibliothèques de machine learning comme Scikit-learn, TensorFlow, Keras ou PyTorch mais aussi des bibliothèques de visualisation telles que Matplotlib, Seaborn, ou Plotly et pour finir des bibliothèques de manipulation de données telle que Pandas.
• Compréhension des modèles LLM et expérience dans la création de système génératifs (Ex : RAG)
• La connaissance des pratiques de MLOps, y compris l'automatisation et le déploiement de modèles est un plus
• Une expérience avec DataBricks est un plus