6 month internship – data science ai and machine learning

Intitulé du poste : stage 6 mois – data science et IA 

• Lieu : Gentilly 

• A partir de : mars 2026  

À propos du poste 

En tant que stagiaire data science et IA au sein de notre équipe support projet IA et R&D vous allez explorer et améliorer l'utilisation de Kolmogorov-Arnold Networks (KAN) pour une modélisation PK/PD interprétable et performante, contribuant ainsi à l'intégration des techniques d'IA modernes dans la recherche pharmacologique. Prêt à commencer ? 

Prêt(e) à développer tes compétences tout en participant à l’avenir de la santé ? Chez Sanofi, tu auras la liberté d’apprendre, de poser des questions et de donner vie à tes idées, le tout soutenu par des mentors inspirants et des équipes collaboratives. 

À propos de Sanofi : 

Sanofi est une entreprise biopharmaceutique qui innove en R&D et exploite l'IA à grande échelle pour améliorer la vie des gens et créer de la croissance à long terme. Notre compréhension approfondie du système immunitaire – et notre pipeline innovant – nous permet d’inventer des médicaments et des vaccins qui traitent et protègent des millions de personnes dans le monde entier. Ensemble, nous poursuivons les miracles de la science pour améliorer la vie des gens. 

Principales responsabilités : 

• Participer à la conception et à la mise en œuvre de modèles deep learning en utilisant KAN pour des applications PK/PD 

• Prendre part au développement et à l'évaluation comparative des modèles basés sur KAN par rapport aux approches PK/PD traditionnelles et aux frameworks d'équations différentielles ordinaires neuronales 

• Participer à l'analyse et à la visualisation du comportement des modèles, de la sensibilité des paramètres et des performances prédictives en utilisant des jeux de données réels ou simulés  

• Contribuer à la connaissance des avancées récentes en matière de deep learning pour la modélisation scientifique, l'interprétabilité et la pharmacologie assistée par l’IA 

• Aider à la documentation des résultats et des conclusions en contribuant aux rapports internes et aux publications de recherche potentielles 

• Collaborer avec des équipes pluridisciplinaires incluant des chercheurs IA et machine learning, des pharmacométriciens et des data scientists, afin de garantir la rigueur méthodologique et la pertinence scientifique