Scientifique des données stagiaire

Scientifique des données stagiaire

Il s’agit d’un stage d’été à temps plein qui se déroulera du 11 mai 2026 au 28 août 2026.

Résumé des fonctions

Le ou la scientifique des données stagiaire travaille avec les équipes Sciences des données et Exploitation de l’apprentissage automatique (MLOps) pour recueillir, analyser et interpréter de grands ensembles de données. La personne en poste veille à l’automatisation et à la cohérence des mégadonnées destinées aux modèles de formation en lien avec l’apprentissage automatique et d’apprentissage profond.  

Principales responsabilités

• Développer et mettre à l’essai des modèles prédictifs au moyen de Scikit-learn, TensorFlow, et Keras
• Effectuer la manipulation et le nettoyage des données à l’aide de Pandas et NumPy
• Effectuer des analyses statistiques à l’aide de Python et des programmathèques PySpark
• Participer à des projets d’exploration de texte et de traitement du langage naturel (NLP), en exploitant des techniques comme l’analyse de sentiments et la modélisation de sujets pour extraire des informations des données textuelles
• Effectuer des analyses de détection des valeurs aberrantes et des anomalies en vue de cerner et d’interpréter les points de données inhabituels, en améliorant la robustesse du modèle et l’intégrité des données
• Réviser les codes et veiller au respect des normes de codification
• Créer des représentations visuelles et des rapports à l’aide de Matplotlib, Seaborn, Plotly, Power BI
  

Exigences

• Excellente compréhension des concepts et des algorithmes en lien avec les statistiques et l’apprentissage automatique comme les régressions linéaires et logistiques, les arbres de décision, les forêts aléatoires, le renforcement de gradient et les réseaux neuronaux
• Excellente connaissance des langages de programmation comme Python
• Expérience de la conception de modèles d’apprentissage automatique comme les algorithmes d’apprentissage supervisé, non supervisé et semi-supervisé ainsi que les algorithmes d’apprentissage par peu d’exemples
• Expérience des outils d’analyse et de visualisation des données démontrant la capacité à traduire les données en informations exploitables
• Capacité à communiquer les résultats efficacement et de façon claire
• Aptitude à utiliser le raisonnement critique
• Aptitude à communiquer de façon convaincante
• Capacité à résoudre les problèmes pour créer de la valeur
  

Formation

• Baccalauréat, maîtrise ou doctorat en cours en informatique, en génie informatique, en génie logiciel, en intelligence artificielle, en apprentissage automatique ou dans un domaine connexe