Stagiaire Machine Learning Engineer
Intégration de l'Institut d'Astrophysique Spatiale du CNRS pour concevoir des solutions de Machine Learning appliquées à la recherche scientifique.
- Développement d'un émulateur basé sur le Machine Learning pour accélérer les simulations cosmologiques.
- Conception de pipelines Python pour générer et traiter jusqu’à 880 000 échantillons de données scientifiques.
- Développement et évaluation de modèles Neural Network, Random Forest et XGBoost avec une erreur relative < 0,5%.
- Intégration du modèle dans une chaîne d’inférence bayésienne (MCMC), réduisant le temps de calcul d’un facteur 103 à 104.
- Collaboration avec les équipes de recherche pour répondre aux besoins d’analyse et d’exploitation des résultats.
Environnement technique