Stage IA – Data Scientist - Time Series & Sustainability – Bac + 5 – F/H

Chez Schneider Electric, nous nous engageons à résoudre des problèmes concrets pour créer un avenir durable, numérisé et électrifié.

L'intelligence artificielle a le potentiel de transformer les industries et de favoriser l'efficacité et la durabilité.

Au sein de notre AI Hub, nous combinons notre expertise historique en fabrication et en ingénierie avec les dernières avancées en intelligence artificielle, apprentissage automatique et apprentissage profond, afin de favoriser une prise de décision plus intelligente, plus agile et plus respectueuse de l'environnement.

Rejoignez l'équipe AI Strategy & Innovation qui pilote la stratégie en matière d'IA ainsi que les efforts d'innovation et de développement de l'écosystème pour le AI Hub et Schneider Electric dans son ensemble.

Sujet : Evaluation / Benchmarking de Time Series Foundation Models dans un Ecosystème Durable

Contexte et enjeux :

Les Time Series Foundation Models (TSFM) émergent comme une solution prometteuse pour analyser et prédire des données temporelles, détecter les anomalies de mesure (capteurs connectés), anticiper l'utilisation des ressources énergétiques ou optimiser les chaînes logistiques.

Notre conviction est de conjuguer les progrès en Intelligence Artificielle avec une logique de développement durable, et de promouvoir l'utilisation de modèles performants, peu gourmands en ressources économiques et écologiques.

Ce stage s'inscrit dans une démarche de sustainability : il s'agira d'évaluer l'efficacité des TSFM par rapport aux modèles statistiques classiques (ARIMA, SARIMA, etc.), en privilégiant des approches légères, interprétables et adaptées aux infrastructures existantes.

L'objectif est d'identifier des solutions équilibrées, alliant précision et sobriété numérique.

Missions :


* Benchmarking : Comparer systématiquement les performances des TSFM entre eux et des modèles statistiques sur des cas d'usage concrets (détection d'anomalies, prédiction de consommation, etc.), en analysant leur précision, leur robustesse et leur empreinte carbone.


* Développement : Implémenter et optimiser des pipelines de traitement en Python, en utilisant des bibliothèques dédiées (PyTorch, TensorFlow, Azure AI Foundry, AWS Bedrock, etc.),.


* Analyse critique : Documenter les forces et faiblesses des approches testées, en proposant des recommandations pour des architectures durables.

Votre profil :


* Vous terminez un diplôme bac + 5 de type Master ou Ingénieur avec une spécialisation en Intelligence Artificielle / Data science et recherchez un stage de fin d'études / PFE


* Solides bases en Machine Learning et en traitement des séries temporelles.


* Maîtrise du développement Python et des outils d'analyse de données (Pandas, NumPy, Scikit-learn).


* Connaissance des architectures de LLMs et des enjeux liés à leur optimisation.


* Sensibilité aux enjeux de sustainability dans le dom...