Le groupe Veolia est la référence mondiale de la gestion optimisée des ressources. Présent sur les cinq continents avec près de 169 000 salariés, le Groupe conçoit et déploie des solutions pour la gestion de l’eau, des déchets et de l’énergie, qui participent au développement durable des villes et des industries. Au travers de ses trois activités complémentaires, Veolia contribue à développer l’accès aux ressources, à préserver les ressources disponibles et à les renouveler.

Veolia Recherche et Innovation (VERI) est doté de 2 centres de recherche : Maisons-Laffitte et Limay.

La Recherche a comme principales missions : la gestion et la préservation des ressources naturelles, la limitation des impacts sur les milieux naturels, la préservation de la santé et du cadre de vie, le développement des sources d’énergies alternative.

Missions & objectifs

En France, 20% du volume d’eau potable est perdu entre la production et l’utilisateur final. Dans certains réseaux du globe, ce chiffre peut atteindre les 50%. Le vieillissement des canalisations, les événements naturels ponctuels (e.g. racines venant percer la canalisation) ou encore des travaux de voirie sont à l’origine de ces fuites d’eau.

Dans ce contexte, le suivi des performances d’un réseau d’eau potable est essentiel. Plusieurs méthodes existent pour détecter automatiquement la présence d’anomalies (e.g. fuite) dans un réseau, notamment l’écoute acoustique. L’objectif de ce stage est de classifier automatiquement ces anomalies, à partir (entre autres) de données sonores et dans un contexte où la gestion des incertitudes est nécessaire. Vous aurez comme mission d’investiguer particulièrement les classifieurs bayésiens (NNets), puis de comparer différents modèles entre eux pour obtenir les meilleurs indices de performance. Pour ce faire, vous utiliserez les derniers frameworks de machine learning disponibles dans un environnement Google Cloud Plateform.

Missions principales
Les missions principales sont :

l’appropriation du sujet ;

la prise en main des bases de données ;

l’identification de modèles de classification, et particulièrement les modèles bayésiens ;

la recherche bibliographique sur les classifieurs ;

le développement et la comparaison de classifieurs ainsi que des analyses de sensibilité ;

l’automatisation d’un outil de classification des anomalies en réseau.

Formation

Niveau Bac+5 (université ou école d’ingénieur) :
en machine learning et/ou data science et/ou mathématiques appliquées.

Vos compétences

Vous possédez :

des compétences fortes et une expérience en machine learning et plus particulièrement dans les réseaux de neurones convolutifs (ConvNet) ;

une appétence pour l’optimisation, la comparaison de modèle ainsi qu’aux analyses de sensibilité ;

une aisance en programmation informatique (Python, R, Big Query, etc.) et une connaissance des outils classiques (Numpy, Pandas, etc.) ;

une expérience des outils de machine learning (TensorFlow, etc.) ;

des connaissances en modélisation mathématique ;

une expérience des outils de gestion de code (Git, etc.) ;

des capacités reconnues à travailler en équipe et à présenter vos résultats à des personnes non-initiées (à l’oral comme à l’écrit) ;

des capacités à lire et communiquer en anglais.

Une expérience dans l’analyse et le traitement de données sonores serait un plus

Vos qualités, votre savoir-être

Vous êtes :

enthousiaste à l’idée de travailler avec des données de terrain ;

motivé.e pour résoudre des problèmes concrets dans une équipe interdisciplinaire ;

doté.e d’un sens logique et de capacités d’analyse, vous êtes capables de vous organiser pour atteindre les objectifs ;

curieux.se et critique, vous savez aussi écouter.