Data Scientist GenAI

Intégration de l'équipe data et transformation digitale de Renault Group dans le cadre d'un contrat de professionnalisation au sein de la Direction Informatique et Services Digitaux afin de déployer des solutions d'IA générative à fort impact métier.

• Conception et déploiement d'un assistant HSE générant automatiquement des comptes-rendus à partir d'images terrain, procurant un gain de temps de plus de 70% aux équipes HSE terrain.
• Conception et déploiement d'un assistant SURVEY pour analyser automatiquement un volumineux corpus de verbatim (5000 entrées) afin d'extraire des insights métier.
• Structuration de la démarche de transformation digitale et la stratégie de déploiement de solutions IA au sein de GenAI@Renault.
• Cadrage des besoins data et IA avec les métiers et pilotage de la priorisation des cas d'usage selon la valeur métier et la faisabilité technique.

Intégration de l'équipe data de Renault Group dans le cadre d'un contrat d'apprentissage en tant qu'Apprenti Specialist Cadre afin de développer des modèles prédictifs servant l'optimisation de la gestion des stocks automobiles.

• Développement d'un modèle de classification des pièces automobiles identifiant leurs phases de vie après commercialisation.
• Définition de la stratégie de collecte et de préparation des données pour alimenter le modèle.
• Mise en production de la solution pour permettre une analyse et un suivi en temps réel des phases de cycle de vie.
• Intégration d'un apprentissage incrémental au modèle pour adapter ses prédictions à l'évolution des données du marché.

Mission de stage M2 au sein d'Astek Group sur un projet de modélisation appliquée au calcul quantique, visant à optimiser l'utilisation des ressources informatiques et la planification des calculs quantiques.

• Modélisation du temps d'exécution d'algorithmes quantiques en tenant compte des spécificités matérielles et logicielles pour optimiser les ressources informatiques.
• Collecte et exploitation de données de performance issues de simulations sur ordinateurs quantiques.
• Conception, déploiement et validation d'un modèle prédictif robuste atteignant un R² de 92% et une MAE de 0,03 secondes.