Votre rôle
L'objectif principal de ce stage est d'explorer et d'évaluer les modèles de fondation pour le forecasting de séries temporelles. Plus précisément, il s'agit de :
- Réaliser un état de l'art des méthodes et modèles récents en IA générative appliquée à la prévision de séries temporelles.
- Tester et comparer les principaux modèles de fondations (tels que Amazon Chronos, Salesforce Moirai, Google TimesFM, Nixtla TimeGPT etc.) sur des jeux de données publiques connus mais surtout sur des données propriétaires d'Orange pour évaluer leur performance en contexte réel.
- Mesurer et analyser la précision des prévisions, ainsi que le temps de calcul nécessaire à leur entraînement et à leur inférence.
Formuler des recommandations sur les modèles les plus adaptés en fonction des critères de performance et de complexité.
Le stage se déroulera dans un environnement Python, utilisant principalement :
- Bibliothèques de traitement de données : pandas, numpy
Frameworks de modélisation (si nécessaire) : PyTorch, TensorFlow, - Hugging Face Transformers
- MLOps: poetry, pyenv, uv, MLflow
- Outils d’évaluation : scikit-learn, statsmodels, nixtla
- Plateformes de calcul : Environnement local avec GPU ou CPU
- Accès aux jeux de données publics via des API ou téléchargements directs
- Accès sécurisé aux données propriétaires d’Orange pour les expérimentations
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.