- Postes vacants:
- 1 poste ouvert
- Type d'emploi désiré :
- Temps plein
- Experience :
- Débutant
- Niveau d'étude :
- DESS, DEA, Master, Bac + 5, Grandes Ecoles
- Langue :
- Français, Anglais
- Genre :
- Indifférent
Description de l'emploi
Dans le cadre de nos développements d’aide à la décision, nous souhaitons évaluer et comparer différentes techniques de classification automatique (clustering) de séries temporelles.
Dans le cadre d’exploration de données de grandes dimensions, de nombreuses techniques ont été proposées, basées sur des algorithmes tels que le k-means, SOM, le clustering hiérarchique…
L’objectif du stage (d’une durée minimale de 4 mois) est de :
- Mettre plutôt l’accent sur les approches alternatives basées sur le Machine Learning and Deep Learning
- Explorer les différents modèles d’apprentissage pouvant aider à classer des séries temporelles
- Explorer les outils offerts par la plateforme Cloud de Google (ainsi que d’autres solution Open source) en Machine Learning
- Conduire des tests de performances sur une base de séries temporelles
Exigences de l'emploi
Formation de type Bac+5, spécialité Data Science, Mathématiques Appliquées ou Informatique alliant :
- Aisance dans la modélisation et l’analyse numérique
- Bonnes connaissances en clustering, Machine Learning et Deep Learning : apprentissage supervisé, non supervisé, théorie et implémentations numériques des algorithmes de Machine et Deep Learning (régressions logistiques, arbres de décision, arbres de gradient boosté, Machine de Boltzmann restreinte, etc.)
- Maitrise d’un langage de programmation (Python / Pandas, Java, C++)
- Bonne maitrise de l’anglais (lecture articles scientifiques/documentations)
- Rigueur méthodologique et esprit d’analyse.
- Autonomie, curiosité, créativité, prise d’initiative.
Date d'expiration
26/01/2020