Activez les alertes d’offres d’emploi par e-mail !

Stage - Approche AI/ML basée sur les graphes et les données réseaux mobiles F/H

Orange SA

Belfort

Sur place

EUR 40 000 - 60 000

Plein temps

Hier
Soyez parmi les premiers à postuler

Générez un CV personnalisé en quelques minutes

Décrochez un entretien et gagnez plus. En savoir plus

Résumé du poste

Une entreprise de télécommunications recherche un stagiaire pour travailler sur des projets d'intelligence artificielle. Le poste implique l'étude et le développement de solutions AI/ML basées sur des données réseau. Le candidat idéal prépare un Bac +5 et possède des compétences en Deep Learning et Python. Ce stage est l'occasion de contribuer à des solutions innovantes tout en participant à des projets de recherche passionnants.

Qualifications

  • Compétences en Deep Learning et réseaux de neurones.
  • Développement Python pour le Deep Learning.
  • Connaissances en modélisation mathématique.

Responsabilités

  • Développement de modèles de machine learning avancés.
  • Collaboration à la rédaction de rapports techniques.
  • Participation aux réunions de suivi des projets de recherche.

Connaissances

Deep Learning
Python
Modélisation mathématique

Formation

Formation de niveau Bac +5 (master ou école d’ingénieurs)
Description du poste
about the role

Le stage se place dans des projets de recherche d’intelligence artificielle visant à proposer des solutions AI/ML utilisant les données réseau (ex KPIs, topologie, etc.) et de générer des indicateurs qui peuvent servir à différentes fins dont par exemple l’optimisation du réseau, la détection d’anomalies, caractérisation du comportement des usagers, etc.). Dans ce stage on s’intéressera particulièrement aux méthodes basées sur les graphes. Différentes approches seront à considérer dont essentiellementles réseaux de neurones en graphes (Graph Neural Networks). Deux objectifs majeurs sont donc visés dans ce stage: Etude approfondie des techniques AI/ML basées sur les graphes et de leur potentiel d’application pour une problématique réseau; Développement d’une solution basée sur les graphes pour une problématique utilisant des données réseau. Les deux phases du stage seront donc:

  1. Dans une première étape, l’étudiant réalisera une montée en compétence sur les approches Machine Learning basées sur les graphes, plus particulièrement les Graph Neural Networks.
  2. La deuxième étape concernera le développement de la solution, sous Python, en utilisant des données issues d’environnements hétérogènes en termes de densité réseau et d’activité humaine. Les performances du modèle seront évaluées et améliorées en considérant un problème de classification par exemple.

Vous collaborez à la conception de solutions innovantes de machine learning qui viendront enrichir nos algorithmes d'optimisation et d'automatisation de la gestion des réseaux :

  • Vous développerez un modèle basé sur les techniques les plus avancées du machine learning que vous validerez et testerez sur plusieurs scénarios.
  • Vous collaborez à la rédaction de rapports techniques et de documentation.
  • Vous participez aux réunions de suivi des projets de recherche.
about you

Formation souhaitée:

  • Vous préparez une formation de niveau Bac +5 (master ou école d’ingénieurs)

Compétences et qualités personnelles recherchées:

  • Vous possédez les compétences nécessaires dans le domaine du Deep Learning et des réseaux de neurones de manière générale.
  • Vous avez de très bonnes compétences dans le développement Deep Learning sous python
  • Vous avez des bonnes connaissances en modélisation mathématique notamment les graphes.
  • Vous aimez trouver des solutions pour répondre à un besoin et ne craignez pas de vous remettre en question.
  • Vous êtes capable de mener à bien un sujet et d’être force de proposition.
  • Vous êtes enthousiaste, autonome et proactif.
  • Vous avez un bon sens de l'analyse et êtes rigoureux dans l’exécution de votre mission.
Obtenez votre examen gratuit et confidentiel de votre CV.
ou faites glisser et déposez un fichier PDF, DOC, DOCX, ODT ou PAGES jusqu’à 5 Mo.