Ingénieur Data Science & Intelligence Artificielle

Intégration de l'équipe de SNCF Voyageurs en tant qu'alternant Data Scientist afin d'exploiter les données historiques de maintenance et les séries temporelles pour anticiper les défaillances des matériels roulants.

• Réalisation de l'analyse exploratoire des données de maintenance ferroviaire.
• Développement de modèles de maintenance prédictive.
• Réalisation du feature engineering sur des données temporelles.
• Analyse des signaux faibles et mise en œuvre de la détection d'anomalies.
• Définition et suivi des KPI de maintenance.
• Conception d'un assistant IA d'aide à la décision.
• Développement d'une interface interactive de visualisation.

Réalisation d'un stage de 6 mois axé sur l'analyse et la modélisation des données de maintenance ferroviaire afin d'anticiper les défaillances et d'optimiser les créneaux de maintenance.

• Analyse des historiques de maintenance et des données de défaillance.
• Développement de modèles de prédiction des maintenances accidentelles.
• Étude des périodes et conditions à risque.
• Analyse des réformes et des causes de dégradation des matériels.
• Modélisation de la durée de vie des équipements via la loi de Weibull.
• Conduite de l'analyse statistique des données de fiabilité.

Développement d'une plateforme de prédiction du risque de départ client pour améliorer la rétention et industrialiser le cycle de vie des modèles.

• Réalisation de l'analyse exploratoire et du prétraitement des données clients.
• Gestion des valeurs manquantes, de l'encodage des variables catégorielles et de la normalisation.
• Développement et comparaison de plusieurs modèles de classification supervisée.
• Construction de pipelines automatisés de préparation, d'entraînement et d'évaluation.
• Optimisation des hyperparamètres via validation croisée.
• Mise en place d'un mécanisme de détection de dérive des données (data drift).
• Développement d'un processus de réentraînement automatique des modèles.
• Conception d'une interface web interactive sous Streamlit.

Conception d'un modèle de Deep Learning pour prédire des cartes de vitesse du sous-sol à partir d'images sismiques afin d'améliorer l'interprétation géophysique.

• Analyse et préparation des données sismiques.
• Mise en œuvre de techniques d'augmentation de données.
• Conception d'une architecture U-Net adaptée aux images sismiques.
• Intégration de mécanismes d'attention spatiale et multi-canaux.
• Optimisation des performances via réglage des hyperparamètres et stratégie d'Early Stopping.

Analyse des données de criminalité de 50 États américains pour identifier des profils criminologiques homogènes.

• Conduite de l'analyse exploratoire des données et standardisation des variables.
• Réduction de la dimension via ACP et interprétation des axes factoriels.
• Construction d'une CAH avec la méthode de Ward.
• Détermination du nombre optimal de clusters et réalisation d'une segmentation K-Means.

Analyse des températures mensuelles de 32 villes françaises pour identifier des profils climatiques homogènes.

• Réalisation de l'analyse exploratoire et de la standardisation des variables climatiques.
• Application de la réduction de dimension via ACP et d'une CAH avec la méthode de Ward.
• Exécution d'une segmentation via K-Means et interprétation des résultats.

Développement de modèles de prévision du trafic aérien à partir de données historiques pour anticiper les variations opérationnelles.

• Conduite de l'analyse exploratoire des séries temporelles et de la décomposition tendance/saisonnalité.
• Détection des anomalies.
• Développement et comparaison de modèles ARIMA, SARIMA et Prophet.

Développement d'un système de classification automatique des commentaires pour identifier les contenus indésirables.

• Nettoyage et prétraitement des données textuelles, exécution de la tokenisation et de la lemmatisation.
• Suppression des stop words et réalisation de la vectorisation via TF-IDF et embeddings.
• Développement de modèles de classification avec validation croisée.

Conception d'un système d'aide à la décision médicale pour prédire le risque de maladies cardiovasculaires.

• Réalisation de l'analyse exploratoire des données médicales et de l'équilibrage des classes.
• Développement et comparaison de plusieurs modèles supervisés.
• Optimisation des hyperparamètres et évaluation des performances.
• Analyse de l'importance des variables.

Développement d'un chatbot capable d'interroger une base documentaire PDF et de générer des réponses contextualisées.

• Extraction et segmentation de documents PDF.
• Génération d'embeddings vectoriels et indexation dans une base vectorielle.
• Développement d'un moteur de recherche sémantique.
• Intégration d'un LLM et optimisation du chunking et du prompting.
• Développement d'une interface Streamlit.

Développement d'un modèle prédictif pour évaluer la solvabilité des clients et optimiser les décisions d'octroi de crédit.

• Construction d'un pipeline de preprocessing et gestion des valeurs manquantes.
• Application de l'encodage One-Hot et de la standardisation.
• Réalisation du feature engineering et de la sélection de variables via RFE.
• Développement et comparaison de plusieurs modèles avec optimisation par GridSearchCV.
• Interprétation des prédictions avec SHAP.