Data Scientist / IA

Intégration de l'équipe Data Innovation & Coordination de Covéa MMA pour participer aux initiatives d'innovation data.

• Proposition, conception et mise en œuvre de POC et d'expérimentations data innovantes pour les équipes métier.
• Développement de modèles analytiques et prédictifs sur des données variées (structurées, non structurées, documents).
• Développement d'une solution de fiabilisation automatique de contrats à l'aide de l'IA générative.
• Collaboration en environnement data transverse (innovation, IT, métiers).

Réalisation d'un stage Mitacs Globalink axé sur la conception d'une plateforme de backtesting algorithmique pour le trading.

• Conception d'une plateforme de backtesting algorithmique pour trading dans le cadre d'un stage Mitacs Globalink.
• Récupération et prétraitement de données financières, calcul d'indicateurs et implémentation de stratégies.
• Optimisation et parallélisation des calculs en C++ sur HPC pour accélérer le backtesting.
• Développement de stratégies basées sur des indicateurs techniques avec analyse statistique des performances.
• Automatisation du pipeline de données.
• Exploration de modèles prédictifs simples pour l'anticipation de tendances du marché.

Stage centré sur la conception d'un système de classification audio embarqué.

• Conception d'un système de classification sonore en temps réel basé sur des CNN avec TensorFlow.
• Entraînement du modèle sur les jeux de données UrbanSound8K et ESC-50, avec prétraitement audio.
• Accélération de l'entraînement via CUDA pour l'exploitation du GPU et optimisation des hyperparamètres.
• Déploiement du modèle sur un Raspberry Pi pour une inférence embarquée avec performances en temps réel.