Stage - Ingénieur environnement data science

Description de l'offre

🔍Paris, Ile-de-France, France

📅 2197Total Views

📅 20000175Requisition #

Apply for JobShare this JobSign Up for Job Alerts

Lieu : Paris-La-Défense

Début souhaité : à partir de septembre / octobre

Durée : 2 mois

TechnipFMC est un leader mondial du pétrole et du gaz, spécialisé dans les technologies sous-marines, onshore, offshore et de surface. Notre mission: améliorer les performances du secteur de l'énergie mondial.Comment? en défiant constamment les conventions et en investissant dans nos 37 000 employés et plus, dans 48 pays.Notre objectif est de proposer une expérience de travail inspirante: relever les défis techniques et d'ingénierie les plus complexes du monde en collaboration avec une véritable équipe à l'échelle mondiale.

Sujet de stage :

Le but du stage est l'amélioration des modèle de prédiction de passage des oiseaux par post-traitement de données obtenues sur site et par l'intelligence artificielle.

Le « BIRD INVIGILATOR » est un brevet déposé par Technip France suite à un travail de recherche portant sur de longues années. Ce brevet innovant et unique au monde a pour but la protection des oiseaux migrateurs contre les effets néfastes des structures lumineuses de haute intensité comme les sites d'exploration et d'exploitation pétrolière et gazière et les structures urbaines de type gratte-ciel ou stades.

La prédiction de passage des oiseaux se fait en utilisant deux programmes informatiques : l'un basé sur le savoir théorique (Modèle T)et l'autre sur le machine learning (Modèle ML) issus des bases de données ebird et movebank.

Pour en savoir plus : https://www.youtube.com/watch?v=q_EhMLoVHkM

Pour ce stage, deux grandes activités seront à réaliser :

1/ Validation des modèles sur à la campagne de mesures sur site :

Technip France a effectué une campagne de mesure sur deux sites de passage d'oiseaux migrateurs et doit maintenant exploiter ces données pour treize (13) espèces.

Pour chaque espèce :

1.1 la précision de chaque modèle (Modèle T et Modèle ML) doit être défini

1.2 le modèle le plus pertinent à utiliser pour la prédiction doit être sélectionné.

Les critères d'évaluation sont à définir en se basant sur les bonnes pratiques du métier.

2/ Valider les hypothèses du modèle théorique

Le modèle théorique pourrait être enrichi avec des données obtenues par le « machine learning spécifique » (Modèle MLS) .

2.1 le modèle ainsi crée (Modèle T+) doit tourner pour les 13 espèces

2.2 la précision du Modèle T+ doit être comparé au modèle T et au modèle ML.

2.3 Si les résultats du modèle T+ sont bons, le déploiement du modèle dans le système d'exploitation BIRD INVIGILATOR doit être étudié.

Les critères d'évaluation sont à définir en se basant sur les bonnes pratiques du métier.

Profil recherché :

Vous préparez un diplôme d'ingénieur ( niveau BAC+4) en environnement (option modélisation, gestion de données) ou en informatique (data science) ou équivalent.

Vous êtes rigoureux(se), proactif(ve), adaptable, vous voulez évoluer dans un environnement de travail multiculturel. Vous avez des connaissances sur PYTHON et système de gestion WINDOWS et LINUX.

Vous parlez français et anglais couramment.

Vous cherchez à réaliser votre stage dans un environnement international et dynamique, à prendre part à des projets d'envergure et à relever des défis techniques et organisationnels ? Rejoignez- nous !