Scientifique Des Données Spécialisé en Ia Et

**Description de l'entreprise**

Sentiom a comme mission d’effectuer la transformation numérique et faciliter la transition énergétique de l’immobilier multirésidentiel existant, en bâtiments; intelligents, durables et bienveillants.

Pour ce faire, Sentiom a développé une innovation de rupture, une solution ‘deeptech’ complètement intégrée multi-services utilisant les technologies de l'internet des objets (Ido), de la 5G, de l'intelligence artificielle (IA) et des jumeaux numériques.

Notre solution donne la sentience, un véritable système nerveux pour ressentir et réagir par des choix conscients, aux bâtiments.  Notre technologie IdO mesure et surveille le mouvement, la température, l’humidité, la vibration, la luminosité, l’énergie, la consommation d’eau, etc. et attachent ces données à un jumeau numérique; un système expert et des algorithmes d’intelligence artificielle (IA).

**Description du stage (Objectifs généraux du projet)** 

Nous recherchons un stagiaire motivé et passionné par l'intelligence artificielle et les mathématiques pour rejoindre notre équipe de recherche et développement. Ce stage offre une opportunité unique de mettre en pratique des compétences en science des données et en IA pour résoudre des défis complexes et participer au développement de modèles avancés, visant à optimiser et sécuriser la gestion des bâtiments multi-résidentiels intelligents.

**Objectifs généraux**

Le stagiaire travaillera en étroite collaboration avec notre équipe technique pour:
Analyse de données:

- Traiter et analyser de grandes quantités de données issues de nos systèmes de capteurs pour en extraire des informations significatives.
- Identifier des tendances, des corrélations et des modèles prédictifs liés à la gestion énergétique, la sécurité, et le confort des bâtiments.

Développement d'algorithmes IA:

- Participer à la selection et à l’entraînement de modèles de machine learning, en appliquant des techniques mathématiques avancées pour améliorer leur précision et robustesse.

Modélisation statistique et mathématique:

- Contribuer à la modélisation statistique des données recueillies afin de mieux comprendre les variables impactant la performance des bâtiments intelligents.
- Mettre en œuvre des méthodes de calcul avancées pour développer des modèles de prédiction adaptés aux spécificités des bâtiments multi-résidentiels.

**Description des tâches et responsabilités du stagiaire**

Collecte et préparation des données:

- Assister à la collecte, au nettoyage et à la structuration des données issues de capteurs IoT pour faciliter leur utilisation dans les modèles.
- Contribuer à l'enrichissement des bases de données en intégrant de nouvelles sources de données pertinentes.

Analyse statistique et exploration des données:

- Réaliser des analyses statistiques et des visualisations pour interpréter les comportements des résidents et optimiser l’efficacité énergétique.
- Contribuer à l’exploration des données pour formuler des hypothèses et proposer de nouvelles pistes d'optimisation.

Développement et validation de modèles:

- Participer à la création, l’entraînement et la validation de modèles de machine learning appliqués à l’optimisation des bâtiments.
- Assurer la documentation et le suivi des performances des modèles développés.

**Description des livrables attendus**

Le stagiaire devra livrer et présenter les éléments suivants:
Documentation technique:

- Rapport d'analyse et de méthodologie, avec hypothèses et conclusions.
- Présentation des résultats d’analyse et partage de connaissance avec l'équipe technique.

Modèles et algorithmes:

- Code source des modèles développés, accompagné de commentaires et de documentation pour une intégration dans notre écosystème.

Recommandations et améliorations:

- Propositions pour l’amélioration continue des modèles et suggestions pour l’ajout de nouvelles fonctionnalités IA.

**Exigences **à

Formation:

- Baccalauréat en mathématiques ou dans un domaine connexe, comme le génie logiciel.
- Maîtrise en intelligence artificielle ou en mathématiques appliquées est un atout.

Compétences techniques:

- Connaissance en gestion de versions (Git).
- Connaissances solides en statistiques et en mathématiques appliquées.
- Expérience en modélisation et en machine learning (scikit-learn, TensorFlow, ou PyTorch).
- Maîtrise de Python et des bibliothèques de traitement des données (pandas, NumPy).
- Connaissance des bases de données (SQL, NoSQL) et des outils de visualisation de données (Tableau, Power BI, ou équivalents).

Compétences analytiques : Capacité à traiter et interpréter des ensembles de données volumineux pour en extraire des informations exploitables.

Atouts:

- Expérience avec des plateformes cloud (AWS, Google Cloud, Azure).

Compétences interpersonnel