Stagiaire Data – Analytique & Prédictive en Mobilité

T-L; Vaud; Hybrid; CHF 17,000 - 23,000; Full time

Benefits offered by this job

Stage rémunéré

Durée: 6 mois

Job summary

Transports Publics de la Région recherche un Stagiaire Data pour transformer les données en actions afin d’améliorer les services de mobilité. Intégré à l'équipe data, vous explorerez les données métier et développerez des cas d’usage opérationnels autour des transports publics.

Vous appliquerez des approches statistiques et du machine learning lorsque pertinent, et vous présenterez vos résultats de manière claire en vous appuyant sur SQL et Python (Pandas, scikit-learn).

Qualifications

• Étudiant en formation universitaire, HES ou EPF (Master) ou récemment diplômé·e (max 12 mois).
• Solides bases en modélisation statistique, ML et traitement de données.
• À l’aise avec SQL, Python et ses librairies data (Pandas, scikit-learn).
• Esprit scientifique, curiosité et sens pratique.
• Bonne capacité à communiquer vos résultats de manière claire et synthétique.

Responsibilities

• Explorer et valoriser les données métiers issues de nos activités de transport public.
• Développer des cas d’usage concrets en lien avec les besoins opérationnels.
• Appliquer des approches de modélisation et d’apprentissage automatique lorsque cela est pertinent.
• Proposer des analyses prédictives pour optimiser nos services et anticiper les besoins.
• Collaborer avec différents départements pour comprendre les enjeux métiers et enrichir les modèles.

Skills

Modélisation statistique

Machine learning

SQL

Python (Pandas, scikit-learn)

Communication des résultats

Education

Master universitaire / HES / EPF en domaine analytique

Tools

Pandas

scikit-learn

Job description

Transports Publics de la Région recherche un Stagiaire Data pour transformer les données en actions afin d’améliorer les services de mobilité. Intégré à l'équipe data, vous explorerez les données métier et développerez des cas d’usage opérationnels autour des transports publics.

Vous appliquerez des approches statistiques et du machine learning lorsque pertinent, et vous présenterez vos résultats de manière claire en vous appuyant sur SQL et Python (Pandas, scikit-learn).