About the role
Le réseau comme observatoire de la mobilité : Classification des données de mobilité des objets connectés à l'aide de l'intelligence artificielle
En une phrase
Mettre en oeuvre les techniques de Deep Learning adaptées au langage pour analyser les données de mobilité et établir une classification des objets connectés au réseau.
Votre rôle
Le stagiaire sera chargé de développer une démarche utilisant les outils d'intelligence artificielle pour analyser les données de mobilité des objets connectés. Il devra comprendre les variables importantes, évaluer les algorithmes pertinents et interagir avec les chercheurs, ingénieurs et data scientists. Le stagiaire sera également impliqué dans le travail de modélisation et devra synthétiser les discussions.
Les données manipulées incluront les données de mobilité issues du réseau (traces de signalisation et données crowd-sourcées), les attributs géographiques des zones fréquentées (obtenus à partir de sources telles que OpenStreetMap, statistiques publiques, bases d'entreprises), les propriétés temporelles de la fréquentation de ces lieux, ainsi que les caractéristiques des objets connectés. Les outils utilisés seront les grands modèles de langage de l'intelligence artificielle, tels que PyTorch et TensorFlow, ainsi que les données d'OpenStreetMap et les API RAG des grands modèles de langage. Dans une perspective opérationnelle, votre travail intégrera l’étude et la mise en oeuvre des technologies ML-OPS.
about you
Votre profil
Nous recherchons un étudiant curieux et analytique, capable de comprendre les variables importantes et d'évaluer les algorithmes pertinents. Il devra avoir des compétences en développement et en traitement de données, ainsi qu'une formation en cours d'ingénieur ou Master 2 dans les domaines des mathématiques appliquées, de la Data Science ou du développement. Une solide connaissance de Python et des librairies d'analyse de données et de Deep Learning est également requise.
additional information
Ce stage est une opportunité de travailler sur une problématique de recherche avancée en exploitant les dernières technologies des réseaux télécoms. Vous pourrez développer vos compétences en Data Science et en Deep Learning en travaillant sur des données riches et variées.
department
Dans le cadre du projet Flux Vision, Orange développe des solutions innovantes basées sur les métadonnées de signalisation du réseau pour créer un observatoire de l'activité humaine. Orange s'intéresse également à la signalisation des objets connectés, offrant un potentiel de valorisation important pour l'opérateur. L'objectif est d'améliorer l'efficacité de secteurs tels que le transport, le tourisme, ou encore la logistique, afin de réduire l'impact environnemental et de favoriser la décarbonation.
Les données de mobilité issues du réseau fournissent une source d'information riche sur les déplacements des personnes et des objets sur le territoire. Les attributs géographiques des zones fréquentées, les propriétés temporelles de la fréquentation de ces lieux et les caractéristiques des objets présents permettent d'interpréter les séquences de mobilité comme des instants de vie, constitutifs d’un langage : le langage de la mobilité. L'utilisation d'outils d'intelligence artificielle, tels que les grands modèles de langage, permet de comprendre ces structures de données, d’en fusionner les informations et d'apprendre ce langage. Les applications d’un tel outil sont multiples pour comprendre la fréquentation des territoires, les habitudes de mobilité des individus et des objets, et répondre à des questions d'aménagement du territoire, d'optimisation des services de transport et de prédiction des impacts écologiques.
contract
Internship
Duration : 6 months
Start date : 24 Mar 2025
Level : Master 2
Paid internship
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.