Votre mission
Vous rejoindrez notre équipe R&D pour travailler sur le traitement avancé des séries temporelles issues de nos capteurs :
- Détecter et corriger automatiquement les anomalies de mesure (condensation, obstruction, bruit aléatoire, zone aveugle, perte de réseau etc.)
- Mettre en œuvre et améliorer des méthodes de lissage (Z-Score, filtres médians, ondelettes.) pour obtenir des courbes fiables sans perte d'information pertinente
- Développer et entraîner des modèles de prévision (LSTM, modèles statistiques ou hybrides) pour estimer l'évolution des niveaux de remplissage à T+n
- Optimiser les hyperparamètres via des approches avancées (optimisation bayésienne.)
- Évaluer les performances (RMSE, MAPE.) et déployer les algorithmes en production dans notre infrastructure cloud (Docker, Kubernetes)
Profil recherché
- Formation Bac+5 en Data Science, Statistiques, Mathématiques appliquées ou équivalent
- Solide maîtrise de R ou Python et des librairies data science (Pandas, NumPy, Scikit-learn, SciPy, TensorFlow/Keras ou PyTorch)
- Expérience en traitement de séries temporelles et détection d'anomalies
- Connaissances en modélisation prédictive et optimisation d'hyperparamètres
- Goût pour la mise en production de modèles et le travail sur des données issues de l'IoT
- Curiosité, autonomie et envie de contribuer à des projets concrets ayant un impact environnemental positif
Ce que nous offrons
- Un environnement technique stimulant mêlant IoT & cloud
- Des projets innovants et visibles avec un fort impact sur la gestion des déchets
- Une équipe passionnée et bienveillante
- Locaux à Rennes avec télétravail partiel possible (2 jours par semaine)
Poste à pouvoir dès que possible
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.