Stage TSFMs pour Décision et Prévision Optimisée

Schneider Electric; Grenoble, Rueil-Malmaison; Hybrid; EUR 10,000 - 13,000; Full time

Benefits offered by this job

Gratification mensuelle selon grille

Prime de fin de stage

Transport 75% remboursé

Journée d'accueil (pour stages > 3mois

Restaurant d’entreprise / tickets-rest

Activités culturelles et sportives

Jusqu’à 2 jours/sem. télétravail

Job summary

Schneider Electric recherche un stagiaire pour rejoindre l’équipe Stratégie et Innovation du AI Hub près de Grenoble ou en région parisienne. Le stage vise à développer une bibliothèque standardisée de cas d’usage TSFMs pour évaluer des méthodes de décision sous incertitude.

Profil Bac+5 en ML/IA, avec fortes compétences Python et ML, et expérience en PyTorch/Numpy/Pandas. Télétravail partiel possible et conditions avantageuses.

Qualifications

• Bac+5 en IA / ML ou équivalent, formation orientée recherche opérationnelle et optimisation.
• Bonne maîtrise de Python et du ML, avec des projets en ML appliqué.
• Connaissance des bibliothèques scientifiques (PyTorch, NumPy, Pandas).

Responsibilities

• Contribuer au développement d’une bibliothèque standardisée de cas d’usage TSFMs pour décisions sous incertitude.
• Réaliser une revue de littérature sur TSFMs appliqués à la prévision et au contrôle.
• Intégrer et évaluer des TSFMs open source et comparer leurs performances.
• Examiner calibration et qualité des distributions prédictives.
• Expérimenter des approches d’adaptation (fine-tuning, LoRA, Decision-Focused Learning).
• Explorer l’usage des TSFMs pour des surrogate/world models et robustesse aux dérives.
• Documenter les bonnes pratiques et recommandations d’utilisation dans les systèmes d’énergie.

Skills

Python

Machine learning

Modélisation mathématique

Optimisation

PyTorch

NumPy

Pandas

Education

Bac+5 en IA / ML

Tools

PyTorch

NumPy

Pandas

Job description

Schneider Electric recherche un stagiaire pour rejoindre l’équipe Stratégie et Innovation du AI Hub près de Grenoble ou en région parisienne. Le stage vise à développer une bibliothèque standardisée de cas d’usage TSFMs pour évaluer des méthodes de décision sous incertitude.

Profil Bac+5 en ML/IA, avec fortes compétences Python et ML, et expérience en PyTorch/Numpy/Pandas. Télétravail partiel possible et conditions avantageuses.