Rejoins OCTO respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies
Blog Candidature spontanée
photo illustrative d'employés OCTO en train de travailler

Exploration des pratiques MLOps au travers d’un projet de maintenance prédictive sur Dataiku.

Postuler
Scroll

Why
du stage.

Explorer le MLOps via le développement d’un projet de ML mettant en avant la compatibilité entre les pratiques MLOps et la plateforme Dataiku, dans un contexte de maintenance prédictive

Travailler sur un sujet de maintenance prédictive en explorant les pratiques de MLOps à travers la plateforme Dataiku, qui a le vent en poupe et qui pousse sur la maintenance prédictive

Profil.

  • Vous êtes actuellement en dernière année d’école d’ingénieurs ou université et vous cherchez un stage de fin d’études
  • Vous avez une spécialisation dans le domaine de la Data Science et de l’analytique avancée
  • Vous avez un intérêt pour le Data Engineering, le Machine Learning et l’Intelligence Artificielle appliqués aux problématiques métier
  • Vous disposez de compétences sur les langages suivants : R et/ou Python et/ou Java
  • Vous avez des notions sur la conception de modèle de données (SQL, NoSQL, schéma en étoile…)
  • Vous avez des notions et/ou à minima un intérêt fort pour les plateformes analytiques et les technologies Cloud

Missions.

Dans un contexte de maintenance prédictive (détection de défauts sur une chaine de production) :

  • Explorer le MLOps via le développement d’un projet de ML mettant en avant la compatibilité entre les pratiques MLOps et la plateforme analytique Dataiku
  • Récupérer les données clients
  • Recueillir les bonnes pratiques de Dev dans un contexte de MLOps (test unitaires, CI/CD…) + évaluer la compatiblité de Dataiku et le MLOps

2 axes principaux : une partie recherche et une partie implémentation/modélisation dans Dataiku

Encadrement.

1.Cadrage

Initier le déroulement du stage (finalisation du scope et des objectifs, approche retenue, macro-plan, restitution…)

Faire de la R&D (récupérer ce qui est déjà fait par les Octos, autres leagues, articles de blog etc…)

S’approprier les pratiques MLOps pour industrialiser son projet de ML

2. Conception & Production

Récupérer les données open-data clients

Savoir découper un projet de ML en différentes briques et les organiser

Construire l’architecture applicative d’un projet Data Science

Déployer son application de ML en production et interagir avec

Maintenir un flux continu de données pour alimenter son application de ML (va dépendre de la profondeur d’historique du jeu de données)

Mesurer et évaluer les performances


Une partie développement sur : comment l’implémenter dans la plateforme analytique Dataiku, chargement de données, mise en qualité, manipulation, machine learning, création de pipelines de déploiement etc…

Une seconde partie prise de recul sur la compatibilité entre les pratiques MLOps et Dataiku

3. Partage

Partager au sein de la communauté OCTO ce que vous aurez appris, à travers une restitution interne OCTO

Et après...

Après la signature du CDI débute le Graduate Program, un accélérateur de carrière de 8 mois.

Conditions.

Stage de pré-embauche, Rémunération : 1500€/mois.

Postuler à cette offre