About the role
Avec Flux Vision, Orange développe depuis plusieurs années une solution innovante permettant de produire des indicateurs statistiques de présence et de mobilité des personnes sur le territoire, à destination de partenaires et de clients (français et étrangers) dans les domaines du tourisme, des transports, du géomarketing, etc. Ces indicateurs se basent sur l’analyse des données de localisation issues de la signalisation du réseau mobile.
La plateforme de mesure de Flux Vision dépend de différents services pouvant être momentanément indisponibles ou pouvant renvoyer des données incohérentes. Ces incohérences, ainsi que d’éventuels incidents de la plateforme Flux Vision elle-même, peuvent générer des données erronées. Il convient donc de mettre en place une méthode de détection de ces anomalies pour garantir la qualité des données produites par Flux Vision.
Les données de mobilité issues du réseau sont de nature intrinsèquement dynamique, elles évoluent au cours de la journée avec les heures de pointe des trajets domicile-travail ainsi qu’au courant de l’année avec l’alternance des périodes de travail et de vacances. Ces variations naturelles ne doivent pas être marquées comme des anomalies, pas plus que des jours qui sortent de la normale, comme des jours de départs en vacances, des jours fériés par exemple.
Une fois les anomalies détectées, le candidat se concentrera sur l’indentification de méthodes de correction permettant d’estimer les valeurs manquantes. Les données de mobilités peuvent être considérées comme une multitude de séries temporelles corrélées et après correction, ces valeurs doivent rester cohérentes au sein de ces différentes séries temporelles et ce dans toutes les segmentations proposées par Flux Vision.
Vous serez intégré-e directement au sein de l'équipe qui conçoit et développe la solution Flux Vision (35 ingénieurs). Vous serez spécifiquement supervisé-e par un-e ingénieur-e expérimenté-e et apporterez des contributions directes en mode agile à la solution en immersion complète dans l'équipe.
L'objectif de ce stage est de contribuer au développement de méthodes de détection et de correction d’anomalies en mettant en œuvre des méthodes d'analyse statistique, de fusion de données et d’intelligence artificielle, et d'en implémenter des prototypes exploitables.
Après une découverte de la solution et des techniques utilisées dans le domaine de l'analyse des données (big data / modélisation mathématique), le stage se déroulera selon les étapes suivantes :
- Synthèse de la problématique
- Etat de l’art sur la détection et la correction d’anomalies
- Identifications de sources de données supplémentaires
- Modélisation, recueil de données et prototypage et validation d'algorithmes
- Accompagnement dans l'équipe jusqu'à l'industrialisation et la mise en œuvre de la solution la plus pertinente
about you
- De formation supérieure Bac +5 (Ecole d'ingénieur ou Université) en mathématiques (statistiques)
- Bonne connaissance des problématiques et méthodes de machine learning/data science.
- Maîtrise de l'environnement Python et des librairies de data science.
- Facultés d'adaptation et d'excellentes qualités relationnelles et rédactionnelles (français et anglais)
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.