Le but du stage est de développer des méthodes pour estimer les changements « brusques » de tendances dans les séries temporelles, et ce afin de permettre d’adapter les modèles de prévisions qui leur sont liés.

Principales étapes :

• Revue de littérature sur les chaînes de Markov cachées

• Implémentation et tests des méthodes envisagées dans le package PASTS

• Analyse de sensibilité de la méthode et domaine d’applications

• Étudiant(e) en dernière année de Master ou d’Ecole d’ingénieurs (Bac +5) en mathématiques appliquées, probabilités & statistiques ou domaine connexe.

• Solides compétences en programmation (Python, Scikit-learn, PyTorch/TensorFlow).

• Connaissance des processus stochastiques et séries temporelles.

• Capacité à travailler de manière autonome et à proposer des solutions innovantes.

Informations complémentaires

• Le stage se déroulera sur une durée de 6 mois dans les locaux de Mews Labs à Cachan (94230).

• Possibilité de valorisation des résultats (rapport technique, démonstrateur logiciel, communication scientifique).

• Ce stage pourra être suivi d’une proposition d’embauche au sein de Mews Labs.

Si vous êtes prêt.e à relever des défis stimulants et à développer vos compétences au sein d’une équipe de passionnés, nous vous attendons avec impatience !

Entretien 1 : RH

Entretien 2 : Directeur technique