Get a reply from this employer
Your resume and cover letter, tailored to exactly what they’re hiring for.
Le stage vise à dresser un panorama et évaluer les 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 ouvert: le/la stagiaire explorera et comparera plusieurs familles d’approches.
Durée de 6 mois dans les locaux de Mews Labs à Cachan. Profil recherché: Master 5 en mathématiques appliquées ou probabilités & statistiques, compétences en Python et PyTorch, et autonomie
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 :
Compétences mises en jeu :
Notre futur talent : Prépare une dernière année de Master ou d’Ecole d’ingénieurs (Bac +5) en mathématiques appliquées, probabilités & statistiques 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).
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 !