La Direction des Systèmes d’Information d'Alpine Racing est à la recherche de son/sa futur/e stagiaire pour une durée de 6 mois pour l’année 2024.
Vos missions principales:
Le sujet de stage réside autour de la Conception d'un POC visant à explorer les opportunités offertes par la data science et le machine learning appliqués à notre base de données en graphe (GDB).
L'objectif principal est d'enrichir nos capacités d'interrogation et d'exploitation de cette base de données. Le travail sera orienté afin de développer un outil de recherche flexible et puissant qui facilitera le travail d'analyse du métier.
Le stagiaire sera amené à travailler sur les aspects suivants :
- Analyse des besoins : Comprendre en profondeur les besoins et les attentes de l'équipe et métier en relation avec les données exposées dans la GDB.
- Exploration de la base de données en Graphe : Familiarisation avec la structure de la GDB, l'extraction des données pertinentes, le monitoring de la qualité de la donnée ...
- Conception de modèles de Machine Learning : Concevoir / implémenter des algorithmes et modèles de machine learning adaptés à la nature des données (graph embedding, Graph Neural Networks, etc.).
- Développement d'un outil de recherche : Concevoir / implémenter des fonctionnalités d'interrogation de la GDB s'appuyant sur les modèles et algorithmes. Travailler sur le format des résultats et leur
pertinence. - Évaluation et optimisation : Évaluer régulièrement les performances du POC en utilisant des métriques appropriées et optimiser les modèles et l'outil de recherche en conséquence.
Votre profil :
- Etudiant(e) issu(e) d'une formation en Data Science niveau Bac+5
- Maîtrise de Python et des principales bibliothèques de machine learning
- Capacité à travailler de manière autonome et à résoudre des problèmes de manière créative.
- Capacité à vulgariser un sujet complexe pour échanger avec le métier
- Bon niveau d'anglais.
Les plus de ce stage :
Ce stage offre une occasion unique de travailler au sein d'une écurie de Formule 1, et de contribuer à l'amélioration de son efficacité opérationnelle. Grâce à l'exploitation pertinente de données en graphe et l'application de techniques de machine learning à l'état de l'art, le/la candidat(e) retenu(e) participera à un projet innovant et lancera de nouveaux axes de développement technique au sein de l'équipe.
