Stage - Dveloppement d39IA explicable et de confiance pour la maintenance prdictive
Stage - Dveloppement d39IA explicable et de confiance pour la maintenance prdictive
Employer Active
Job Alert
You will be updated with latest job alerts via email
Share
Job Alert
You will be updated with latest job alerts via email
Not Disclosed
Salary Not Disclosed
1 Vacancy
Job Description
Quel est le projet
Les algorithmes de maintenance prdictive reposent souvent sur des modles dapprentissage automatique complexes qui bien quefficaces manquent parfois de transparence ce qui peut limiter leur adoption dans les environnements industriels critiques. Il est donc essentiel de dvelopper des solutions dIA de confiance (Trustworthy AI) et dIA explicable (Explainable AI) pour amliorer la comprhension des prdictions et renforcer la confiance des utilisateurs finaux dans les systmes dIA. Dans ce contexte nous recherchons un(e) stagiaire passionn(e) pour travailler sur le dveloppement dIA explicable et de confiance permettant daccrotre la transparence et linterprtabilit de nos algorithmes.
Quelle est la problmatique rsoudre
Le stage a pour objectif de dvelopper et dimplmenter des techniques dIA explicable et de confiance pour des algorithmes de maintenance prdictive afin de rendre les modles plus transparents interprtables et fiables pour les utilisateurs. Plus spcifiquement vous serez amen(e) :
- Adapter les techniques dIA explicable aux modles de maintenance prdictive (e.g. Random Forests Rseaux de Neurones Gradient Boosting) ;
- Dvelopper des outils permettant de visualiser et dexpliquer les prdictions des modles ;
- valuer la confiance des modles et proposer des approches pour amliorer leur fiabilit.
Quelles seront vos missions
- tudier les diffrentes approches dexplicabilit de lIA la fois ModelSpecific (modles autoexplicatifs comme les Additive Generalized Models GAM) et ModelAgnostic (techniques telles que LIME SHAP saliency maps etc.) ;
- valuer lapplicabilit de ces techniques dans le contexte de la maintenance prdictive en tenant compte des besoins dinterprtation la fois locaux et globaux ;
- Dvelopper des approches pour rendre les modles de maintenance prdictive plus explicables et comprhensibles par les utilisateurs ;
- Mettre en uvre des indicateurs de confiance pour valuer la robustesse et la fiabilit des prdictions ;
- Intgrer les mthodes dexplicabilit dans des prototypes doutils de maintenance prdictive et tester leur efficacit sur des donnes relles de maintenance ;
- Collaborer avec les quipes data science et ingnierie pour valider les solutions et les dployer dans un environnement industriel.
Quel est lenvironnement technique
- Langage : Python
- Libraire : Pandas Numpy Scikitlearn Pytorch Tensorflow
- Outils : git
Quelle quipe et quelle mthodologie
- quipe: Intgr notre quipe data
- Encadrement: La mthode SOLENT ! Un management technique par un data scientist en IA applique aux systmes industriels.
- Infos supplmentaires : Stage de prembauche
Vous tes...
Vous tes en dernire anne dcole dingnieur ou quivalent universitaire en IA
Vous recherchez un stage en IA dans un contexte industriel
Vous avez des comptences en python et ses bibliothques dapprentissage automatique et profond
Vous avez dj ralis plusieurs projets en machine learning
Vous avez un bon niveau en anglais (oral et crit)
Vous possdez dexcellentes comptences en communication interpersonnelle et en collaboration dquipe
Vous tes avide de challenge De technique
Vous avez un sens critique Un sens du service Un esprit de synthse Une rigueur et une organisation dans vos projets
Si vous vous reconnaissez alors nhsitez plus et rejoignez nos quipes pour une nouvelle aventure !
Nous cherchons aujourdhui nos futurs stagiaires
Employment Type
Full Time
