Stagiaire - Ingénieur(e) Big Data et Machine Learning (H/F)

Stage Par Thales
  • Système d'information / Urbanisation des SI
  • Grenoble
  • A négocier

Description

Stagiaire - Ingénieur(e) Big Data et Machine Learning (H/F)

QUI SOMMES-NOUS ?

Rejoignez Thales, leader mondial des technologies de sûreté et de sécurité pour les marchés de l'Aérospatial, du Transport, de la Défense et de la Sécurité. Fort de 62 000 collaborateurs dans 56 pays, le Groupe bénéficie d'une implantation internationale qui lui permet d'agir au plus près de ses clients, partout dans le monde.

Nos équipes de l'activité Systèmes d'information critiques et cybersécurité fournissent des services et des solutions globales optimisant la performance, la résilience et la sécurité des systèmes d'information afin de faire face aux ruptures technologiques et aux cybermenaces.

Le département de Grenoble, recherche un/une :

Stagiaire – Ingénieur(e) Big Data et Machine Learning (H/F)


Basé(e) à Grenoble (38)

QUI ETES-VOUS ?

De formation Bac+5 en école d'ingénieur à dominante informatique, vous recherchez un stage de fin d'étude de 6 mois minimum. Vous êtes passionné par les nouvelles technologies, au fait de l'actualité Big Data et connaissez le principe des solutions les plus répandues : Spark, MongoDB, Cassandra, Storm, Hadoop. Vous avez également eu un premier contact avec le Machine Learning (principe, fonctionnement et implémentation) et souhaitez approfondir vos connaissances dans ce domaine. Une première expérience avec le développement d'application mobile est un plus .

CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE

Dans le cadre d'un logiciel de supervision d'une usine d'aluminium, l'objet du stage est la réalisation d'un proof of concept (POC) destiné à prévoir les potentiels défauts de fonctionnement en analysant les données des cuves d'électrolyse.


Vos missions sont :

Pour la partie Big Data :
· Augmentation du nombre de données sauvegardées pour chaque cuve et création de jeux de données (train set, test set)
· Etude des solutions possibles (extension de la base de données actuelle ou création d'une nouvelle base de données)
· Implémentation de la solution retenue

Pour la partie Machine Learning :
· Utilisation d'un réseau neuronal afin de prévoir les potentiels défauts de fonctionnement de la cuve d'électrolyse. Prise en compte de feedback des opérateurs sur la validité des prévisions afin d'avoir une amélioration continue du système

· Réalisation d'un état de l'art des différents Frameworks disponibles (et leur possibilité de s'interfacer avec Spring)
· Implémentation de la solution retenue puis validation du POC
La perspective de rejoindre un Groupe innovant vous motive ? Alors rejoignez-nous en postulant à cette offre.

Découvrir la Page Entreprise

Ils ont travaillé ici