Stage Ingénieur(e) IA – Prévision de la demande en supply chain (F/H)

Mews Labs; Cachan; Sur place; EUR 12 000 - 17 000; Plein temps

Résumé du poste

Mews Labs, filiale de Mews Partners, est spécialisée dans l’analyse et la prévision de séries temporelles pour l’industrie. Le stage vise à dresser un panorama rigoureux des approches modernes et à évaluer leur apport pour la prévision de la demande en supply chain, avec intégration éventuelle dans PASTS.

Vous préparerez une dernière année de Master en mathématiques appliquées et appliquerez des méthodes ML (Python, PyTorch) sur des cas réels, en environnement multidisciplinaire, à Cachan.

Qualifications

• Prépare une dernière année de Master 5 en mathématiques appliquées, probabilités et statistiques ou domaine connexe.
• Connaissance des séries temporelles et du machine learning.
• Compétences en programmation Python et frameworks ML (PyTorch/TF).

Responsabilités

• Effectuer une revue bibliographique de l’état de l’art sur la prévision de séries temporelles.
• Choisir des cas d’étude et jeux de données pertinents (benchmarks ouverts ou données industrielles).
• Implémenter et comparer des approches, intégrer les méthodes dans le package PASTS.
• Évaluer précision, calibration des intervalles et robustesse à la non-stationnarité.

Connaissances

Séries temporelles

Probabilités

Statistiques

Deep learning

Python

PyTorch

Scikit-learn

TF/PyTorch

Formation

Master 2 en mathématiques appliquées / probabilités & statistiques ou équivalent

Outils

Python

Scikit-learn

PyTorch

TensorFlow

Description du poste

Mews Labs est une filiale de Mews Partners\ spécialisée dans la résolution de problèmes complexes issus de l’industrie* dans les domaines de l’optimisation, de la modélisation, de la simulation physique et de la science des données.

La prévision de séries temporelles est omniprésente dans l’industrie : prévision des ventes et de la demande, de la consommation d’énergie, ou encore suivi d’actifs industriels. La qualité de ces prévisions conditionne directement des décisions à fort enjeu, en particulier la gestion et l’allocation des stocks.

Le domaine connaît une transformation profonde. Après les architectures profondes spécialisées (Transformers, modèles linéaires/MLP), une nouvelle génération de modèles de fondation, pré-entraînés sur de vastes corpus, permet de prévoir des séries inédites en zero-shot ou few-shot. Au-delà de la précision du point de prévision, l’enjeu se déplace vers la quantification calibrée de l’incertitude, indispensable pour piloter des décisions sous risque.

Mews Labs développe le package Python PASTS, dédié à l’analyse et à la prévision de séries temporelles. Le stage visera à enrichir cet outil et à évaluer, sur des cas industriels, l’apport des approches les plus récentes ; il s’articule naturellement avec les problématiques d’allocation de stock traitées dans le cadre de nos projets, la prévision alimentant la décision.

Mews Partners est un cabinet de conseil en management indépendant de plus de 250 Consultant.e.s. Spécialisé dans la conduite de projets de stratégie opérationnelle auprès de clients phares de l’industrie, le cabinet est en croissance régulière depuis sa création en 1992.***

Descriptif du poste

L’objectif du stage est de dresser un panorama et une évaluation rigoureuse des approches modernes de prévision de séries temporelles, en visant une contribution au package PASTS et une application à la prévision de la demande en supply chain. Le sujet est volontairement ouvert : le/la stagiaire explorera et comparera plusieurs familles d’approches.

Programme de travail :

• Revue bibliographique de l’état de l’art
• Sélection de cas d’étude et de jeux de données (benchmarks ouverts type GIFT-Eval, Monash, et/ou données industrielles Mews Labs)
• Implémentation, comparaison honnête avec des baselines classiques (ARIMA/ETS), et intégration des méthodes retenues dans PASTS
• Évaluation : précision, calibration des intervalles, robustesse à la non-stationnarité, coût de calcul

Compétences mises en jeu :

• Séries temporelles, probabilités et statistiques
• Deep learning et modèles de fondation
• Programmation scientifique (Python, PyTorch, bibliothèques de prévision : Nixtla, GluonTS, Darts…)
• Analyse de données et évaluation comparative

Profil recherché

Notre futur talent :

• Prépare une dernière année de Master ou d’Ecole d’ingénieurs (Bac +5) en mathématiques appliquées, probabilités & statistics ou domaine connexe
• Dispose de compétences en programmation (Python, Scikit-learn, PyTorch/TensorFlow)
• Possède une connaissance des séries temporelles et du machine learning
• Sait travailler de manière autonome et à proposer des solutions innovantes

Modalités du stage

• Le stage se déroulera sur une durée de 6 mois dans les locaux de Mews Labs à Cachan (94230).
• Possibilité de valorisation des résultats (rapport technique, démonstrateur logiciel, communication scientifique).
• Ce stage pourra être suivi d’une proposition d’embauche au sein de Mews Labs.

Si vous êtes prêt.e à relever des défis stimulants et à développer vos compétences au sein d’une équipe de passionnés, nous vous attendons avec impatience !

Rejoindre Mews Labs c’est :

• Contribuer à des projets de R&D et d’innovation à forte valeur ajoutée, au croisement des enjeux scientifiques, technologiques et industriels.
• Travailler sur des sujets techniques de pointe, au sein d’équipes expertes et pluridisciplinaires,
• Evoluer dans un environnement reconnu pour sa bienveillance (certifié Platinum par ChooseMyCompany, le plus haut niveau de reconnaissance attribué par le label)
• S’investir activement dans la vie interne et le développement du cabinet - notamment atour de nos engagements RSE (Diversité & Inclusion, Handicap, Mécénat de compétences, Solidarité, Achats responsables, etc),
• Partager ensemble des moments forts, grâce à des sorties et activités fréquentes.

Mews Partners s’engage pour la diversité et l’inclusion. Toutes nos offres d’emploi sont ainsi également ouvertes aux travailleurs en situation de handicap.

Déroulement des entretiens

Le processus de recrutement se décline en 2 entretiens et un test d’anglais par téléphone (10-15 minutes).