Le Groupe Air France-KLM dispose de son propre MRO (maintenance, réparation et révision) : Air France Industries KLM Engineering & Maintenance. Son rôle est de garantir la bonne opérabilité des systèmes et appareils des flottes Air France, KLM et des compagnies aériennes clientes. AFI KLM E&M a créé Prognos®, sa propre marque de maintenance prédictive. Une équipe de Data Scientists travaille quotidiennement à développer les produits de cette marque afin de prédire et anticiper les incidents opérationnels pour les flottes Airbus et Boeing. Prognos® vise à augmenter la fiabilité opérationnelle en anticipant les besoins de maintenance, ce qui minimise les aléas d’exploitations et leurs coûts.

Rattaché.e au département Data / OR & AI de la Direction Informatique, au sein de la Data Factory d’Air France-KLM, votre mission consistera à étudier les opportunités liées à l’arrivée de compagnies aériennes clientes de notre solution Prognos® afin de faire évoluer nos modèles de Machine Learning pour fournir le service le plus efficace avec les données appropriées.

L'enjeu de ce stage sera la recherche autour des possibilités d'entrainement de modèles sur des données séparées et isolées physiquement. Les modèles / techniques explorées devront permettre un apprentissage partiel sur plusieurs sets de données et permettre de juger de la pertinence / efficacité.

Vous testerez et évaluerez vos modèles sur des données réelles et pourrez être amené.e à industrialiser votre solution.

Nous cherchons un.e élève en formation d’ingénieur en stage de fin d’études.

Vous êtes intéressé.e par les problématiques du Machine Learning, la détection d’anomalie et leurs applications dans le domaine du transport aérien.

Rigoureux.se, autonome, vous avez de bonnes capacités d’analyse et de synthèse, de bonnes aptitudes relationnelles, et êtes force de proposition. Vous êtes intéressé.e par l’étude de modèles à l’état de l’art, et dont l’application nécessite un effort d’étude.

Vous maîtrisez le langage Python ainsi que les librairies usuelles en data science & machine learning (pandas, scikit-learn). Une expérience avec les modèles non-supervisés de détection d’anomalies sera un avantage.

Vous êtes par ailleurs curieux.se du fonctionnement intrinsèque des modèles de Machine Learning y compris sur le plan mathématique.

Lors du dépôt de votre CV sur le site, merci ne pas oublier de mentionner les dates de début et de fin de stage