Prédiction multi-échelle de la disponibilité de vélo-partagés à partir de données ouvertes

Prédiction multi-échelle de la disponibilité de vélo-partagés à partir de données ouvertes

Domaines scientifiques : informatique, mathématique, géomatique. Mots clés : vélo-partagé, données ouvertes, analyse de séries temporelles. Encadrant(s) : Gaël PALLARES, Enseignant Chercheur ; Myriam FOUCRAS, Enseignant Chercheur.


En un coup d’œil:

* Type de contrat: Stage
* Durée: à temps plein
* Date de publication: Publié le 13 janvier 2025

Dans un contexte de changement climatique et de diminution de ressources naturelles, il devient vital d’optimiser les transports existants et de développer l’usage de modes écologiquement plus vertueux comme le vélo-partagé. La conception et la gestion d’un réseau de transport nécessite une connaissance fine de la demande à toutes échelles. Du point de vue de l’usager, une forte demande peut se traduire par une indisponibilité du transport partagé à un instant donné, avec comme conséquence un possible rejet du mode sur le plus long terme. Dans ce contexte, il apparait crucial de pouvoir délivrer cette information en temps réel aux futurs voyageurs. Le déploiement d’outils numériques permet l’acquisition automatique de données à chaque instant et leur analyse apparait comme une voie prometteuse pour fournir tel renseignement à l’usager.


Projet de stage

Ce stage s’inscrit dans le cadre du programme Mon Trajet Vert porté par CESI, visant à comprendre et optimiser la mobilité du public étudiant en faveur des économies d’énergie. Nous cherchons à réduire l’empreinte carbone des déplacements étudiants tout en proposant des alternatives efficientes basées sur la mobilité douce (marche, vélo, trottinette…) et d’autres moyens contribuant à une baisse des émissions de CO2.

Le programme s’articule autour des axes suivants :

* Analyser et comprendre les leviers motivationnels de mobilité des étudiants.
* Organiser des événements sur le sujet de la mobilité dans les établissements d’enseignement supérieur.
* Accompagner la démarche d’établissements d’enseignement supérieur dans l’optimisation des mobilités étudiantes.
* Pérenniser l’engagement des établissements d’enseignement supérieur dans la démarche de mobilité économe.

La densification démographique des villes entraîne un accroissement des besoins en mobilité urbaine. Le vélo-partage est un mode de transport durable qui permet aux utilisateurs d’emprunter et de restituer des vélos dans des stations. Pour garantir la fluidité du système, il est essentiel de s’assurer que les vélos et les places de stationnement soient disponibles au bon moment et au bon endroit.

L’objectif de ce stage est de développer un modèle de prédiction en temps réel de la disponibilité de vélos dans une station donnée pour différentes échelles temporelles. Une attention particulière sera portée au public étudiant. Le laboratoire a mis en place une infrastructure de collecte automatique de données sur les vélos disponibles dans les stations pour plusieurs villes françaises.


Programme de travail

* Mois 1 : Bibliographie et définition du plan d’actions
* Mois 2-3 : Nettoyage, préparation et analyse exploratoire de données
* Mois 3-4 : Développement du modèle de prédiction
* Mois 4-6 : Déploiement du modèle, évaluation de métriques et discussion des limites du modèle
* Mois 6 : Visualisations et présentations écrite (rapport) et orale


Production scientifique/technique attendue

Les livrables attendus sont :

* le rapport de stage incluant le modèle de prédiction explicité
* le code de programmation Python associé
* les données obtenues (disponibilités spatio-temporelles)


Le profil souhaité

Compétences scientifiques et techniques :

* solides connaissances en mathématiques et analyses statistiques
* bonnes connaissances en traitement de données
* maitrise du logiciel Python

Compétences relationnelles :

* être autonome, avoir un esprit d’initiative et de curiosité
* savoir travailler en équipe et avoir un bon relationnel
* être rigoureux

Merci d’adresser votre candidature à gpallares@cesi.fr avec pour objet de mail : « [Candidature] Stage_Pred-BSS ».

Votre candidature devra comporter :

* un Curriculum-Vitae détaillé
* une lettre de motivation
* les résultats du master 1 et 2 et les bulletins de notes correspondant
* toute autre pièce que vous jugerez utile.

Merci de transmettre l’ensemble des documents au sein d’un fichier zip intitulé NOM prénom.zip.

#J-18808-Ljbffr