Stage ingénieur(e) – Federated Learning continu sous hétérogénéité extreme F/H

Safran; Massy; In loco; EUR 10.000 - 17.000; Tempo pieno

Descrizione del lavoro

Safran Electronics & Defense propose un stage ingénieur en Federated Learning continu sous hétérogénéité extreme à Massy (Île-de-France). Vous travaillez dans un cadre international et préparez une thèse CIFRE éventuelle.

Le stage, d'une durée de 6 mois, est destiné à des étudiants en fin d’école d’ingénieur avec une spécialité en informatique et mathématiques appliquées, et exige une maîtrise de Python, PyTorch et anglais technique.

Competenze

• École d'ingénieur en dernière année ou équivalent dans l'informatique/math appliquée.
• Bon relations humaines et ouverture d'esprit, autonomie et synthèse.
• Compétences solides en IA et apprentissage automatique; intérêt pour apprentissage distribué/fédéré.
• Maîtrise de Python et des outils ML courants sous Linux; anglais technique nécessaire.

Mansioni

• Mettre en place un environnement expérimental simulant différents niveaux d'hétérogénéité entre clients et comparer des stratégies fédérées.
• Évaluer l'impact de méthodes classiques et basées sur des prototypes, de la distillation ou de mécanismes de régularisation.
• Contribuer à l'étude des limites et à l'adaptation robuste de modèles distribués.

Conoscenze

Python

IA / ML

Apprentissage fédéré

Anglais technique

Formazione

BAC+3 ou BAC+4

Strumenti

PyTorch

Pandas

NumPy

Linux

Descrizione del lavoro

Stage ingénieur(e) – Federated Learning continu sous hétérogénéité extreme F/H

Détail de l'offre

Informations générales

Entité de rattachement

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 110 000 collaborateurs pour un chiffre d'affaires de 31,3 milliards d'euros en 2025, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.

Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2025 » du magazine TIME.

Safran Electronics & Defense est une entreprise internationale de plus de 19 000 collaboratrices et collaborateurs, qui mobilisent expertises et esprit de corps pour concevoir des solutions de haute technologie dans les domaines de l'aéronautique, de la défense et du spatial. En combinant intelligence humaine et technologique, l'entreprise développe des produits et services pour les acteurs du monde civil et militaires, sur terre, en mer, dans le ciel et dans l'espace.

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.

Référence

2026-190294

Description du poste

Intitulé du poste

Stage ingénieur(e) – Federated Learning continu sous hétérogénéité extreme F/H

Type contrat

Stage

Durée du contrat

6 mois

Statut (CSP)

Etudiant

Temps de travail

Temps complet

Parlons de votre future mission

Safran Electronics & Defense est une entreprise internationale de plus de 19 000 collaboratrices et collaborateurs, qui mobilisent expertises et esprit de corps pour concevoir des solutions de haute technologie dans les domaines de l'aéronautique, de la défense et du spatial.

En combinant intelligence humaine et technologique, l'entreprise développe des produits et services pour les acteurs du monde civil et militaires, sur terre, en mer, dans le ciel et dans l'espace.

Au sein de Safran Electronics & Defense, l'intelligence artificielle est utilisée pour exploiter des données distribuées, complexes et évolutives.

Dans ce contexte, l'apprentissage fédéré permet à plusieurs systèmes d'entraîner conjointement un modèle sans centraliser leurs données, tout en respectant des contraintes de confidentialité, de sécurité et de communication.

Cependant, les données disponibles chez les différents clients peuvent être fortement hétérogènes. Dans le cas extrême du non-IID pathologique, chaque client ne possède des données que pour un sous-ensemble restreint, voire disjoint, des classes du problème. Cette situation peut limiter le transfert de connaissances entre clients. De plus, lorsque de nouvelles classes ou distributions apparaissent progressivement, le modèle risque d'oublier des connaissances précédemment acquises : c'est le phénomène d'oubli catastrophique.

Le stage proposé porte sur l'étude de l'apprentissage fédéré continu dans ce type de contexte.

L'objectif sera d'évaluer la capacité des modèles fédérés à généraliser à des classes absentes localement, tout en préservant leurs performances lors de l'arrivée de nouvelles données ou de nouvelles classes.

Votre rôle consistera à :

• Mettre en place un environnement expérimental reproduisant différents niveaux d'hétérogénéité entre clients, puis à comparer plusieurs stratégies d'apprentissage et d'agrégation fédérés
• Etudier notamment l'impact de méthodes classiques et des méthodes basées sur les prototypes, de la distillation ou de mécanismes de régularisation sur le transfert de connaissances et la prévention de l'oubli catastrophique.

Les performances seront évaluées selon plusieurs critères : précision globale et par classe, généralisation aux classes non observées localement, conservation des connaissances précédentes, convergence et coût de communication.

• Contribuer à mieux comprendre les limites des méthodes fédérées actuelles et à identifier des mécanismes permettant une adaptation plus robuste de modèles distribués et évolutifs.

Mais encore ? (avantages, spécificités, …)

Tous nos postes sont ouverts aux personnes en situation de handicap. Pour en savoir plus sur nos engagements en faveur des personnes en situation de handicap, rendez-vous sur notre page Employeur exemplaire | Safran.

Parlons de vous

Vous êtes actuellement en école d'ingénieur dernière année ; généraliste avec spécialité en technologies de l'information ou école spécialisée en informatique et mathématiques appliquées.

Vous êtes reconnu(e) pour votre bon contact humain, ouverture d'esprit, curieux, initiative, autonomie, capacité d'adaptation et esprit de synthèse, goût pour la recherche

Vous disposez de solides compétences techniques en « intelligence artificielle » particulièrement apprentissage machine. Une appétence ou des connaissances en apprentissage distribué ou fédéré sont un plus.

Vous maitrisez le langage Python et avez une expérience avec les librairies scientifiques couramment employées dans le développement de modèles ML (Pytorch, Pandas, Numpy, etc.) sous Linux.

Une maitrise de l'anglais technique est nécessaire.

Ce stage pourra faire l'objet d'une poursuite en thèse CIFRE.

Localisation du poste

Europe, France, Ile de France, ESSONNE (91)

Localisation du poste

Europe, France, Ile de France, ESSONNE (91)

Ville

Massy

Critères candidat

Niveau d'études min. requis

BAC+3, BAC+4

Niveau d'expérience min. requis

Jeune diplômé-e/Première expérience

Langues

Anglais (Courant)