Stage DATA Scientist (6 mois - à partir de février 2026) F/H

VINCI Concessions; Colombier-Saugnieu; Sur place; EUR 80 000 - 100 000; Plein temps

Résumé du poste

Une entreprise leader dans le secteur aéroportuaire recherche un(e) stagiaire en Data Science pour analyser des données et construire un modèle prédictif pour améliorer les performances d'un aéroport en France. Les candidat(e)s doivent être en Master 2 ou dernière année d'école d'ingénieur, avec des compétences solides en Python et SQL ainsi que dans l'utilisation de Power BI. Ce stage offre l'opportunité de contribuer à un projet innovant au sein d'une équipe dynamique.

Qualifications

• Bonne maîtrise de Python et des principales bibliothèques de data science.
• Bon niveau en SQL pour la manipulation et l'extraction de données.
• Connaissances en visualisation de données, idéalement via Power BI.

Responsabilités

• Analyser les données historiques des différentes sources.
• Construire un modèle de prédiction de la fréquentation.
• Restituer les résultats de manière claire, via des tableaux de bord.

Connaissances

Maîtrise de Python

SQL pour manipulation de données

Visualisation de données avec Power BI

Compréhension des modèles prédictifs

Autonomie et rigueur

Qualités de synthèse

Formation

Étudiant(e) en Master 2 ou dernière année d'école d'ingénieur

Description du poste

Description de la mission

CONTEXTE

Lyon Aéroport, 1er aéroport du réseau VINCI Airports en France pilote l'exploitation des aéroports Lyon-Saint Exupéry et Lyon-Bron.

Dans le cadre de sa stratégie d'innovation et d'optimisation de ses infrastructures, l'Aéroport de Lyon souhaite initier un POC pour prédire au mieux l'évolution de ses performances aéronautique et extra-aéronautique. Ce stage s'inscrit dans une démarche de pilotage intelligent des ressources budgétaire et vise à enrichir la prise de décision par des outils de data science prédictive.

Le stage est rattaché à la Direction Achat, Investissement & Juridique, dans le pôle Data, en lien avec les équipes métiers et techniques.

MISSIONS PRINCIPALES

• Encadré(e) par un référent data et en collaboration avec les parties prenantes métiers, vous serez amené(e) à :
• Analyser les données historiques des différentes sources de données : fréquentation des parkings, historique passagers, évolution du chiffre d'affaires, etc.
• Identifier les sources de données complémentaires utiles (événements, trafic aérien, etc.)
• Construire un modèle de prédiction de la fréquentation (short-term forecasting), en vous appuyant sur des techniques de machine learning / time series analysis
• Participer à la construction du POC : exploration, nettoyage, préparation des données
• Définir et implémenter les KPIs d'évaluation du modèle (précision, robustesse, valeur ajoutée métier)
• Restituer les résultats de manière claire, via des tableaux de bord dynamiques (Power BI) et des livrables synthétiques pour les directions
• Proposer des axes d'amélioration ou des cas d'usage complémentaires.

Profil

Étudiant(e) en Master 2 ou dernière année d'école d'ingénieur avec une spécialisation en Data Science, Statistiques ou Intelligence Artificielle.

• Bonne maîtrise de Python et des principales bibliothèques de data science (pandas, scikit-learn, matplotlib, etc.)
• Bon niveau en SQL pour la manipulation et l'extraction de données
• Connaissances en visualisation de données, idéalement via Power BI
• Compréhension des modèles prédictifs (régressions, séries temporelles, etc.)
• La maîtrise du prompting LLM est un plus.
• Autonomie, rigueur, esprit d'analyse
• Qualités de synthèse et de vulgarisation (données à impact opérationnel)