Evaluation et comparaison des algorithmes de Machine Learning d’AWS SageMaker
Qu'est ce qui se cache sous le capot de ces fameux algorithmes ?

Missions

  • "A l’issue de ton stage vous serez en mesure de fournir :
  • Un état des lieux des algorithmes fournis par AWS SageMaker.
  • Une étude sur les critères de mesure de performance des algorithmes de ML.
  • Une étude comparative des performances des algorithmes de SageMaker par rapport aux standards du marché.
  • Le POC d’un outil permettant de faire une comparaison de plusieurs algorithmes et d’en sortir les résultats."

Conditions

Type de stage : Stage de fin d'études
Lieu : Paris
Rémunération : 1500 € bruts
Date : 2021

Profil

  • - F/H
  • - Ingénieur en 3è année d’école ingénieur/ informatique ou étudiant en 2è année du Master.
  • - Vous avez des expériences en Machine Learning. Vous aimez coder en Python (ou Scala, Java).
  • - Vous êtes curieux de découvrir à quoi servent les services cloud et comment en tirer partie dans des problématiques métier en mode industrialisé."

Contexte

De plus en plus d’entreprises développent des modèles de ML via de l’open source ou des solutions packagées tel que AWS SageMaker. Certains des algos de SageMaker sont propres à la plateforme et réputés plus performants que le standard du marché. Qu’en est-il exactement?

Objectifs du stage

"Etape 1 : Cadrage

- Concevoir le déroulement fonctionnel et technique du projet, de l’organisation que vous souhaitez mettre en place, ainsi que les moyens mis à votre disposition.
Il vous sera demandé de formaliser le besoin, d’en déduire un plan d’actions. Ce plan d’actions sera votre fil rouge durant tout le stage

Etape 2 : Etude technique et fonctionnelle

- Monter en compétences sur l’outil AWS SageMaker et des différentes fonctionnalités mises à disposition.
Etudier les caractéristiques et enjeux, aussi bien techniques que fonctionnels. Cette étude devra aborder les notions de déploiement, d’audit, de gouvernance et de performance. A l’issue de cette étude vous déterminerez les aspects les plus pertinents pour le développement de ton prototype.

Etape 3 : Prototype et application

- Développer le prototype d’une application (Package python ou IHM) capable de faire le benchmark de plusieurs algorithmes et de présenter les résultats

Etape 4 : Partage

- Partager au sein de la communauté OCTO ce que vous aurez appris, à travers une restitution interne et un article sur le blog OCTO."

Pour postuler : recrutement-stage@octo.com

Encadrement

Vous serez encadré(e) par deux Data Scientist et Cloud Engineer de l’équipe INPL et sera suivi(e) tout au long de votre projet (entretiens hebdomadaires avec tes tuteurs, soutien de la communauté OCTO en cas de difficultés techniques).