Stage PFE Data Quality Challenge : fiabiliser la donnée avec l'IA générative (Qualité de la donnée, Deep Learning, Modèles de diffusion, Data Science)

AUBAY; Boulogne-Billancourt; Sur place; EUR 10 000 - 17 000; Plein temps

Résumé du poste

Le Lab'Innov d'Aubay propose un stage Data Quality Challenge à Paris ou à Lyon. Vous explorerez des méthodes d’imputation et de détection d’anomalies, en comparant statistiques, réseaux profonds et modèles de diffusion, dans une optique d’industrialisation et de performance.

Vous travaillerez au sein d’une équipe R&D, avec des moyens de calcul et la liberté de proposer vos propres pistes, menant potentiellement à une publication ou à une thèse.

Qualifications

• Établir un état de l'art structuré sur trois familles d'algorithmes (statistiques, profonds, diffusion).
• Concevoir un protocole d'évaluation mesurant performance, robustesse et consommation énergétique.
• Implémenter et comparer des algorithmes sur des jeux de données de référence.
• Identifier les cas où les modèles de diffusion apportent un gain réel et le coût associé.

Responsabilités

• Établir un état de l'art structuré des trois familles d'algorithmes (statistiques, profonds, diffusion) pour l’imputation et la détection d’anomalies.
• Concevoir un protocole d’évaluation commun mesurant performance, robustesse, temps de calcul et consommation énergétique.
• Implémenter et comparer des algorithmes représentatifs de chaque famille sur des jeux de données de référence.
• Identifier les conditions dans lesquelles les modèles de diffusion apportent un gain réel face à des méthodes plus simples – et à quel coût.
• Restituer tes résultats à l'équipe et contribuer aux publications / livrables du Lab'Innov.

Connaissances

R&D

Benchmarking

Évaluation de modèle

Industrialisation

Publication

Formation

Master en informatique ou équivalent

Outils

Python

PyTorch

scikit-learn

Pandas / NumPy

Modèles de diffusion

Git

Jupyter / MLflow

Description du poste

Ce sujet de stage est rattaché au lab'Innov d'Aubay. il s'agit de la cellulle d'innovation du groupe Aubay. Tu pourras intervenir sur des projets en mode R&D adoptant une approche agile. À Paris ou à Lyon, nous te proposons des sujets Innovants notamment sur l’IA, la Data, le numérique responsable ... et encore pleins d’autres à découvrir !

ici, nous te proposons le stage "Data Quality Challenge"

Et si on rendait la donnée irréprochable ? Benchmarke les algorithmes les plus récents – des statistiques classiques aux modèles de diffusion – pour imputer les valeurs manquantes et détecter les anomalies.

LE SUJET :

La qualité de la donnée est un élément essentiel en entreprise : pour la prise de décisions, un pilotage efficace, ou être le point de départ d'un projet réussi. C'est pourquoi le Lab'Innov d'Aubay en a fait un axe de recherche majeur, adossé à une thèse en cours sur le sujet.

Ta mission : explorer et confronter trois familles d'approches – méthodes statistiques, réseaux profonds et modèles de diffusion – pour imputer les données manquantes et détecter les anomalies. L'objectif n'est pas seulement la performance : nous cherchons la solution la plus sobre et la plus rapide, capable d'être industrialisée dans nos pipelines de données.

Tu travailleras au cœur d'une équipe R&D, avec un vrai sujet ouvert, des moyens de calcul et la liberté de proposer tes propres pistes.

TA CONTRIBUTION :

Il te faudra :

• Établir un état de l'art structuré des trois familles d'algorithmes (statistiques, profonds, diffusion) pour l'imputation et la détection d'anomalies.
• Concevoir un protocole d'évaluation commun mesurant performance, robustesse, temps de calcul et consommation énergétique.
• Implémenter et comparer des algorithmes représentatifs de chaque famille sur des jeux de données de référence.
• Identifier les conditions dans lesquelles les modèles de diffusion apportent un gain réel face à des méthodes plus simples – et à quel coût.
• Restituer tes résultats à l'équipe et contribuer aux publications / livrables du Lab'Innov.

POUR TOI :

• Une immersion dans un projet de recherche.
• La maîtrise de modèles de pointe (dont les modèles de diffusion) sur un cas d'usage concret, pas un exercice d'école.
• Une compétence très recherchée : savoir évaluer et industrialiser un modèle, pas seulement l'entraîner.
• Un livrable valorisable (benchmark, article, soutenance) et une porte d'entrée vers un CDI chez Aubay.

Mots clés : Data Quality, Imputation, Détection d'anomalies, Modèles de diffusion, Deep Learning, Stack technique : Benchmark, R&D, Thèse, Frugalité numérique

Python, PyTorch, scikit-learn, Pandas / NumPy, modèles de diffusion, Git, Jupyter / MLflow

QUIES-TU?

Tuesendernièreannéed'écoled'ingénieurouéquivalent,etturecherchesunstagedefind'étudesde4à6mois,pourdémarrerentrefévrieretavril2027.

Tuesunepersonnemotivée,dynamiqueetautonome.AvecunattraitpourlaR&Detl'innovation.Tuaimesletravailenéquipe.

OpportunitédeCDIàlafindustage.