Stage IA: Détection d'anomalies en aéronautique

Groupe Sii; Toulouse; On-site; EUR 10,000 - 15,000; Full time

Benefits offered by this job

Participation aux frais de transport

Très bon CSE

Job summary

Groupe SII à Toulouse lance un stage au sein de l’équipe IA de la R&D pour concevoir des solutions d’alerte intelligente dans le domaine aéronautique. Vous participerez à l’amélioration d’un assistant digital capable de détecter des anomalies dans des simulations complexes.

Le stage vise à développer et tester des modèles de Deep Learning, entraîner des classificateurs et documenter les résultats tout en collaborant avec des data scientists et des experts métiers.

Qualifications

• Formation Bac+5 en école d’ingénieur ou cursus universitaire avec spécialisation en informatique, IA ou data science.
• Connaissances en développement logiciel et fondamentaux du machine learning et du deep learning.
• Expérience académique ou projet personnel impliquant Python et des frameworks IA (TensorFlow, PyTorch).

Responsibilities

• Prendre en main les bases d’apprentissage issus d’outils de simulation et comprendre le contexte aéronautique.
• Concevoir et implémenter des algorithmes de Deep Learning pour la détection d’anomalies.
• Entraîner et évaluer des modèles de classification et optimiser leurs performances.
• Réaliser des expérimentations, analyser les résultats et proposer des axes d’amélioration.
• Participer au prototypage et à l’industrialisation des solutions en R&D appliquée.
• Rédiger les documents de conception, de validation et de suivi des développements.

Skills

Machine learning

Deep Learning

Python

TensorFlow

PyTorch

Data analysis

Education

Bac+5 ingénierie/IA

Tools

Git

PyCharm

Job description

Groupe SII à Toulouse lance un stage au sein de l’équipe IA de la R&D pour concevoir des solutions d’alerte intelligente dans le domaine aéronautique. Vous participerez à l’amélioration d’un assistant digital capable de détecter des anomalies dans des simulations complexes.

Le stage vise à développer et tester des modèles de Deep Learning, entraîner des classificateurs et documenter les résultats tout en collaborant avec des data scientists et des experts métiers.