Stage PFE Data Quality Challenge : fiabiliser la donnée avec l'IA générative (Qualité de la donnée, Deep Learning, Modèles de diffusion, Data Science)

Ce sujet de stage est rattaché au lab'Innov d'Aubay. il s'agit de la cellulle d'innovation du groupe Aubay. Tu pourras intervenir sur des projets en mode R&D adoptant une approche agile. À Paris ou à Lyon, nous te proposons des sujets Innovants notamment sur l’IA, la Data, le numérique responsable ... et encore pleins d’autres à découvrir !

ici, nous te proposons le stage "Data Quality Challenge"

Et si on rendait la donnée irréprochable ? Benchmarke les algorithmes les plus récents – des statistiques classiques aux modèles de diffusion – pour imputer les valeurs manquantes et détecter les anomalies.

LE SUJET :

La qualité de la donnée est un élément essentiel en entreprise : pour la prise de décisions, un pilotage efficace, ou être le point de départ d'un projet réussi. C'est pourquoi le Lab'Innov d'Aubay en a fait un axe de recherche majeur, adossé à une thèse en cours sur le sujet.

Ta mission : explorer et confronter trois familles d'approches – méthodes statistiques, réseaux profonds et modèles de diffusion – pour imputer les données manquantes et détecter les anomalies. L'objectif n'est pas seulement la performance : nous cherchons la solution la plus sobre et la plus rapide, capable d'être industrialisée dans nos pipelines de données.

Tu travailleras au cœur d'une équipe R&D, avec un vrai sujet ouvert, des moyens de calcul et la liberté de proposer tes propres pistes.

TA CONTRIBUTION :

Il te faudra :

• Établir un état de l'art structuré des trois familles d'algorithmes (statistiques, profonds, diffusion) pour l'imputation et la détection d'anomalies.
• Concevoir un protocole d'évaluation commun mesurant performance, robustesse, temps de calcul et consommation énergétique.
• Implémenter et comparer des algorithmes représentatifs de chaque famille sur des jeux de données de référence.
• Identifier les conditions dans lesquelles les modèles de diffusion apportent un gain réel face à des méthodes plus simples – et à quel coût.
• Restituer tes résultats à l'équipe et contribuer aux publications / livrables du Lab'Innov.

POUR TOI :

• Une immersion dans un projet de recherche.
• La maîtrise de modèles de pointe (dont les modèles de diffusion) sur un cas d'usage concret, pas un exercice d'école.
• Une compétence très recherchée : savoir évaluer et industrialiser un modèle, pas seulement l'entraîner.
• Un livrable valorisable (benchmark, article, soutenance) et une porte d'entrée vers un CDI chez Aubay.

Mots clés : Data Quality, Imputation, Détection d'anomalies, Modèles de diffusion, Deep Learning, Stack technique : Benchmark, R&D, Thèse, Frugalité numérique

Python, PyTorch, scikit-learn, Pandas / NumPy, modèles de diffusion, Git, Jupyter / MLflow

QUI ES-TU ?

Tu es en dernière année d'école d'ingénieur ou équivalent, et tu recherches un stage de fin d'études de 4 à 6 mois , pour démarrer entre février et avril 2027.

Tu es une personne motivée, dynamique et autonome. Avec un attrait pour la R&D et l'innovation. Tu aimes le travail en équipe.

Opportunité de CDI à la fin du stage.