Stage Data scientist - Prédiction de séries temporelles (H/F)

Valleesud; Châtillon; On-site; EUR 11,000 - 16,000; Full time

Job summary

Orange Innovation recherche un data scientist stagiaire pour renforcer les activités de prévision des séries temporelles. Vous analyserez les solutions existantes, réaliserez des benchmarks avec des méthodes statistiques et ML, et explorerez des axes comme causalité, explicabilité et ML frugal.

Le poste est basé à Châtillon et s’inscrit dans des projets avancés du groupe. Formation Bac+5 en IA et maîtrise de Python exigées; début prévu le 01 décembre 2026, pour une durée de six mois, au sein

Qualifications

• Dossier BAC+5 en intelligence artificielle ou équivalent.
• Maîtrise de Python et fondamentaux en mathématiques et ML.
• Connaissance des méthodes de prévision de séries temporelles (ARIMA, Prophet).

Responsibilities

• Explorer et comprendre les solutions existantes.
• Réaliser un benchmark approfondi avec méthodes statistiques et ML (fondation TSFM).
• Étudier la causalité, l’explicabilité et l’impact environnemental des solutions.
• Contribuer à ML frugal et à l’amélioration des prévisions.
• Travailler en équipe et communiquer clairement les résultats.

Skills

Python

Maths

Machine learning

Deep learning

Time series forecasting

ARIMA

Prophet

Education

Bac+5 en IA

Tools

TSFM

Job description

Date de publication : Oct 15, 2026, 4:48PMDurée du contrat : 6 mois

Au sein d'un projet d'optimisation de capacités réseau, vous occuperez un rôle de data scientist afin de renforcer nos activités sur la prédiction de séries temporelles. Dans cette optique, les tâches prévues sont :

• Explorer et comprendre les solutions actuelles
• En faire un benchmark approfondi en utilisant des méthodes statistiques classiques ainsi que des modèles de ML classiques et avancés, en particulier en utilisant les modèles de fondation (TSFM) Explorer d'autres pistes suivant l'avancement du stage : étude de causalité, explicabilité des modèles, contrôle de l'impact environnemental des solutions proposées et ML frugal, etc...
• De formation Bac +5 (école d'ingénieur ou master 2) en intelligence artificielle.
• Vous maîtrisez Python et vous avez de solides bases en mathématiques et apprentissage automatique, en particulier l'apprentissage profond.
• Vous connaissez les principales méthodes statistiques et d'apprentissage automatique pour l'analyse et la prévision de séries temporelles (ARIMA, Prophet, etc.).

Vous faites preuve de curiosité, créativité, dynamisme et ouverture d'esprit. Vous avez de fortes capacités d'analyse et de synthèse et vous aimez résoudre des problèmes complexes tout en étant autonome et méthodique. Vous aimez travailler en équipe et vous avez une aisance relationnelle et une bonne communication écrite et orale.

Orange Innovation constitue la vitrine technologique du groupe, et se donne à ce titre les moyens d'explorer les sujets les plus avancés touchant aux métiers de l'opérateur. Au sein de cette entité, la division Data & AI est reconnue pour son expertise. Vous serez intégré dans des programmes de développement de pointe et serez au contact d'experts reconnus dans leur domaine. Vous rejoindrez une équipe d'une vingtaine de personnes basée à Châtillon. Les profils très variés (chercheurs, data scientists, data engineers) et les sujets à la pointe technologiquement permettent d'évoluer dans un environnement riche techniquement et humainement. Votre bonne humeur, votre esprit d'équipe, votre curiosité ainsi que votre excellence technique vous permettront de vous intégrer au mieux dans cet environnement passionnant.

Date de début souhaitée : Dec 01, 2026, 12:00AM

Chez Orange, seules vos compétences comptent. Quel que soit votre âge, genre, origine, parcours, religion, orientation sexuelle, handicap, neuroatypie, ou apparence, nous encourageons activement la diversité au sein de nos équipes, car elle constitue une force pour le collectif et un vecteur d'innovation.

Orange est une entreprise handi-accueillante : n'hésitez pas à nous faire part de vos besoins spécifiques.