Stage Data Scientist R&D H/F – Modélisation Prédictive, Inférence Causale et Multimodalité

Jobmania; Paris; Hybrid; EUR 12,000 - 19,000; Full time

Benefits offered by this job

Gratification selon profil

Télétravail 2 jours/semaine

Job summary

Alphalyr recherche un stagiaire en Data Science pour un stage temps plein de 6 mois, basé à Paris. Vous travaillerez au sein de l’équipe Data Science sur des recherches appliquées en ML et statistiques, avec production en vue.

Encadré par des experts, vous développerez des représentations, explorerez le débiasing causal et contribuerez à une architecture prédictive alignée métriques métier, pour une intégration en pipeline de production.

Qualifications

• Maîtrise de Python et écosystème data (XGBoost, Scikit-Learn).
• Bagage solide en Machine Learning et Statistiques.
• Autonomie, rigueur et curiosité scientifique.

Responsibilities

• Mener des travaux de recherche appliquée en ML et statistiques.
• Construire des représentations et embeddings à partir de sources hétérogènes.
• Réaliser du débiaisage causal et des inférences sur données censurées.
• Concevoir une architecture prédictive alignée sur les métriques métier.
• Préparer l’extension vers l’optimisation sous contraintes.

Education

MVA (Paris-Saclay)

Grande École d’Ingénieurs (X, Ponts, CentraleSupélec, Mines, ENS, Télécom, ENSAE)

Tools

PyTorch

Transformers

Scikit-Learn

XGBoost

Python

Job description

Encadrement : Lead Data Scientist, Docteur en IA

présentation de l'entreprise

Alphalyr – AI-Powered Decisions – Nous transformons vos données en décisions claires grâce à l’Intelligence Artificielle !

Alphalyr est une plateforme IA d’aide à la décision pour les marques et retailers, récemment primée pour sa technologie , et validée par de nombreux clients référence (ETAM, Lacoste, Petit Bateau, Galeries Lafayettes…).

Nous disposons d’un grand pool de données multi-clients réelles et diversifiées, offrant un cadre solide pour la recherche appliquée.

Dans l’industrie de la Fashion, la prédiction des ventes – notamment lors d’opérations comme les soldes ou les lancements de collection – se heurte à des limites théoriques et pratiques que les approches classiques de séries temporelles ne résolvent pas seules.

L’objectif de ce stage est d’explorer et de développer des approches prédictives adaptées à ces enjeux.

Enjeux Scientifiques & Axes de Recherche :

Au sein de l’équipe Data Science, vous mènerez des travaux de recherche appliquée structurés autour des axes suivants :

• Axe 1 — Représentations & Cold Start : Le renouvellement continu des collections implique de prédire la demande sans historique de ventes. Vous chercherez à construire des représentations vectorielles (embeddings) via des LLM / VLM à partir de sources hétérogènes (textes des fiches produits, visuels des vêtements). L’enjeu est de réduire la dimensionnalité, d’identifier automatiquement les « produits frères » (similaires aux années passées) et d’encoder l’information pour les modèles aval.
• Axe 2 — Débiaisage causal & Inférence sur données censurées : Une vente nulle n’indique pas forcément une absence de demande, mais souvent une rupture de stock. Vous mènerez des recherches sur la reconstruction de la demande contrefactuelle (unconstraining) en intégrant des features d’implantation, de disponibilité en rayon et des méthodes d’inférence causale pour débiaiser l’apprentissage.
• Axe 3 — Architecture prédictive & Alignement Métrique : Modélisation fine (ex. XGBoost enrichi de courbes d’accélération) évaluée selon des métriques métiers adaptées à la granularité du cas d’usage (wSMAPE et biais).
• Axe 4 (Extension) — Lien Prédiction $rightarrow$ Optimisation : Si les travaux de prédiction aboutissent rapidement, le stage embrayera sur la partie aval de notre pipeline : l’optimisation sous contraintes (ex. optimisation des taux de démarque, gestion des stocks).

Environnement & Impact : La recherche connectée au terrain et à la production

• Culture de la production : Chez Alphalyr, un modèle qui reste isolé dans un notebook n’existe pas. L’objectif final de vos travaux de recherche est la mise en production. Vous concevrez un code modulaire, propre et scalable, pensé dès le départ pour intégrer nos pipelines de production et délivrer un impact mesurable chez nos clients.
• Immersion métier & boucle de feedback client : Vous ne travaillerez pas sur des données abstraites de laboratoire. Vous serez amené·e à échanger directement avec les experts métiers de nos clients (directions supply, responsables de collection) pour comprendre les anomalies fines du terrain, capter les contraintes de la mode et traduire ce savoir en hypothèses de modélisation concrètes.
• Modulabilité & Agilité R&D : Ce sujet constitue une feuille de route scientifique indicative. Alphalyr évoluant dans un écosystème très rapide, le périmètre exact des travaux pourra évoluer au cours du stage selon les avancées de la recherche et les besoins émergents de nos clients.
• Étudiant·e en fin d’études (PFE / M2) ou en césure, issu·e du MVA (Paris-Saclay) ou d’une Grande École d’Ingénieurs de rang A (X, Ponts, CentraleSupélec, Mines, ENS, Télécom, ENSAE).
• Solide bagage théorique et pratique en Machine Learning et Statistiques (maîtrise de Python, écosystème data classique, XGBoost, Scikit-Learn).
• Vrai profil R&D opérationnel : vous aimez aller du verrou scientifique jusqu’à l’industrialisation du code (pratiques de software engineering propres).
• Vous êtes autonome, rigoureux·se et doté·e d’un fort esprit de synthèse.

Un plus apprécié :

• Connaissance pratique de PyTorch, des architectures Transformers et des LLM / VLM pour l’extraction d’embeddings.

infos pratiques

• Type de contrat : stage temps plein
• Durée : 6 mois
• Démarrage : janvier/février 2027
• Lieu : Paris 9ème - secteur Saint-Lazare
• Gratification : selon profil
• Télétravail deux jours par semaine