Présentation du sujet :
Contexte :
Le milieu sportif professionnel subit ces dernières années une révolution grâce à l'exploitation des données générées lors des matchs en permettant des analyses et des prédictions de performance toujours plus poussées. Face à ces nouveaux enjeux, de nombreux clubs professionnels souhaitent aujourd'hui mettre la data au cœur de leur projet de développement. Conscient de ce besoin, Trimane a commencé à développer en interne sa solution d'AMS (Athlete Management System) : Coach IQ. Dans un premier temps, Coach IQ a pour but d'offrir aux clubs une plateforme qui leur permettra de valoriser l'ensemble des données générées au sein du club (données en match, en entraînement, etc). Dans un second temps, l'application servira d'outil d'aide à la décision en mettant à disposition des clubs des modèles de Machine Learning pour la prédiction de performance, le recrutement etc.
Descriptif :
L'objectif de ce stage est de s'appuyer sur les techniques d'apprentissage automatique afin de détecter des risques de blessures des joueurs d'une équipe professionnelle de Rugby. L'enjeu sous-jacent porte sur l'étude approfondie et le croisement des données accessibles au sein d'un club (données statistiques, données GPS, observations qualitatives, données de suivi de santé).
L'équipe Trimane collaborera avec l'équipe médicale du club afin d'identifier les pistes d'analyse les plus prometteuses et susceptibles de fournir des résultats pertinents. Il sera également primordial d'établir un protocole de validation des recherches et développements IA, afin d'apporter une vision critique interne sur les pistes explorées et les résultats obtenus.
Pendant la durée de stage, ce sujet peut faire l'objet d'évolutions pour s'adapter aux contraintes de la société Trimane. En cas de modification importante, il sera soumis à l'approbation des parties signataires de la convention.
Attendu :
Le stage étant principalement une mission de recherche et d'analyse, l'attendu demandé est un prototype jouant le rôle de preuve de concept et permettant de tester la technologie développée. Une visualisation graphique des résultats par un outil de restitution sera également valorisée et soutenue. Une mise en production au sein d'outils internes pourra être envisagée selon le niveau de maturité du prototype.
Environnement technique :
L'environnement technique de développement est relativement libre. Une préférence est toutefois émise quant à l'utilisation de composants libres et gratuits pour le développement de la solution.
Références :
- Athlete Management System
- Data Engineering
- Machine Learning/Deep Learning
- Sport Analytics
Profil :
Compétences demandées :
De solides connaissances en analyse de données et conception de modèles issus du Machine Learning sont requises pour ce stage. Une preuve de concept étant à développer à l'issue de ce stage, la maîtrise d'un langage de programmation, – idéalement Python – est également demandée. La connaissance d'au moins un Framework de Deep Learning est également recommandée (PyTorch, Keras ou TensorFlow). Une connaissance des techniques de développement au sein d'un milieu DevOps (versioning avec Git, gestion de conteneurs, création d'image Docker, intégration continue, …) sera en outre valorisée. Une appétence pour le sport et une connaissance Rugby serait également un plus.
Le profil idéal est rigoureux, organisé, créatif techniquement, et capable d'autonomie.
Modalités :
Le/la stagiaire sera encadré(e) tout à long du stage sur l'ensemble des aspects techniques (phases d'analyse, de conception et de développement).
La durée prévue du stage est de 6 mois, il se déroulera dans les locaux de Trimane à Paris ou Toulouse.
Il s'agit d'un stage de pré-embauche rémunéré.
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.