Stage - Recherche - IA - Détection d'anomalies non-supervisée, séries temporelles (cybersécurit[...]

Orange Business Services; Meylan; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise innovante recherche un stagiaire pour explorer les algorithmes de détection d'anomalies non supervisée dans les séries temporelles. Ce stage de 6 mois vous permettra de travailler sur des techniques d'apprentissage automatique tout en contribuant à des projets stratégiques, tels que la détection d'attaques informatiques. Vous aurez l'occasion d'évaluer des algorithmes prometteurs et d'intégrer vos résultats dans une librairie développée en interne. Rejoignez une équipe dynamique et participez à la recherche qui façonne l'avenir des solutions d'administration des objets connectés.

Qualifications

• Expérience en Python et en apprentissage automatique est essentielle.
• Connaissances en deep learning et en analyse de données de trafic appréciées.

Responsabilités

• Évaluer les algorithmes de détection d'anomalies sur des jeux de données ouverts.
• Implémenter et intégrer des algorithmes dans une librairie de détection d'anomalies.

Connaissances

Python

Deep Learning

Machine Learning

Git

Pandas

Scikit-learn

Traffic Data Analysis

Internet of Things

Formation

Bac+5 in Engineering School

Master's in Computer Science

Description du poste

Dans ce stage Recherche, vous étudierez expérimentalement les algorithmes de détection d'anomalies non supervisée dans les séries temporelles :

• Vous dresserez un état de l'art des techniques d'apprentissage automatique (Machine Learning) existantes, qui s'appuiera notamment sur un ensemble de contributions et d'études réalisées au sein d'Orange.
• Vous implémenterez un algorithme existant afin de l'intégrer dans une librairie de détection d'anomalies basée sur des autoencodeurs, développée chez Orange.
• Vous évaluerez les performances des algorithmes de l'état de l'art les plus prometteurs sur des jeux de données ouverts.

L'objectif global de ce stage est d'évaluer le potentiel de différentes familles d'approches de détection d'anomalies, et de consolider cette évaluation dans une librairie de détection d'anomalies.

Les jeux de données ouverts utilisés lors de l’évaluation refléteront des cas d’usages pratiques, dont des sujets stratégiques pour Orange tels que la détection d’attaques informatiques à partir de l’analyse du trafic réseau.

Ce stage servira également de travail préparatoire à la définition d'un sujet de recherche pour une thèse.

Références :

3] "Automatic Feature Engineering for Time Series Classification : Evaluation and Discussion", Aurélien Renault, Alexis Bondu, Vincent Lemaire, Dominique Gay, International Joint Conference on Neural Networks (IJCNN 2023)

Stage de fin d'études Bac+5 en école d'ingénieurs ou master recherche en informatique.

Langages de programmation exigé : Python (PyTorch, Pandas, Scikit-learn).

Connaissances en deep learning, machine learning.

Bonne maîtrise des outils de version control (git).

Connaissances appréciées en données de trafic réseau, Internet des Objets.

Très bonne maitrise écrite et orale de l'anglais.

Au sein de Orange Innovations, vous ferez partie de l'équipe FLAM, chargée de fournir les solutions d'administration du HomeLAN de demain, pour améliorer notre efficacité opérationnelle et promouvoir le développement de nouveaux services.

Vous intégrerez le collectif Recherche, spécialisé dans l’administration à distance de flottes d’objets connectés. Les problématiques de l'équipe englobent entre autres la gestion de l’hétérogénéité et de l'interopérabilité ou encore la maintenance pro-active, avec une expertise dans les domaines de l'architecture logicielle, l'apprentissage automatique et les technologies sémantiques.

Duration : 6 mois

Start date : 01 Feb 2025

Niveau d’études préparé pendant le stage Indemnité brute selon école Bac+5 de 1572 € à 2096 € / mois