Stage Data Quality Challenge: IA & Diffusion (Paris/Lyon)

AUBAY; Boulogne-Billancourt; On-site; EUR 10,000 - 17,000; Full time

Job summary

Le Lab'Innov d'Aubay propose un stage Data Quality Challenge à Paris ou à Lyon. Vous explorerez des méthodes d’imputation et de détection d’anomalies, en comparant statistiques, réseaux profonds et modèles de diffusion, dans une optique d’industrialisation et de performance.

Vous travaillerez au sein d’une équipe R&D, avec des moyens de calcul et la liberté de proposer vos propres pistes, menant potentiellement à une publication ou à une thèse.

Qualifications

• Établir un état de l'art structuré sur trois familles d'algorithmes (statistiques, profonds, diffusion).
• Concevoir un protocole d'évaluation mesurant performance, robustesse et consommation énergétique.
• Implémenter et comparer des algorithmes sur des jeux de données de référence.
• Identifier les cas où les modèles de diffusion apportent un gain réel et le coût associé.

Responsibilities

• Établir un état de l'art structuré des trois familles d'algorithmes (statistiques, profonds, diffusion) pour l’imputation et la détection d’anomalies.
• Concevoir un protocole d’évaluation commun mesurant performance, robustesse, temps de calcul et consommation énergétique.
• Implémenter et comparer des algorithmes représentatifs de chaque famille sur des jeux de données de référence.
• Identifier les conditions dans lesquelles les modèles de diffusion apportent un gain réel face à des méthodes plus simples – et à quel coût.
• Restituer tes résultats à l'équipe et contribuer aux publications / livrables du Lab'Innov.

Skills

R&D

Benchmarking

Évaluation de modèle

Industrialisation

Publication

Education

Master en informatique ou équivalent

Tools

Python

PyTorch

scikit-learn

Pandas / NumPy

Modèles de diffusion

Git

Jupyter / MLflow

Job description

Le Lab'Innov d'Aubay propose un stage Data Quality Challenge à Paris ou à Lyon. Vous explorerez des méthodes d’imputation et de détection d’anomalies, en comparant statistiques, réseaux profonds et modèles de diffusion, dans une optique d’industrialisation et de performance.

Vous travaillerez au sein d’une équipe R&D, avec des moyens de calcul et la liberté de proposer vos propres pistes, menant potentiellement à une publication ou à une thèse.