Derniers 📅 Evènements, 📰 Articles et 👥 Offres d'emploi :
📅 🤖 🧠 Generative AI France: Conférence - Nvidia, Hugging Face, Mistral, Kyutai ...
📰 💬💲💡✨ Finance, Entreprenariat, I.A. ... Les communautés Ensimag Alumni enfin regroupées !
📰 💯𝗫💯 Ensimag Around The World 2024: fêtons les 10 000 alumni ! Le 11 juillet !
📰 👄💄 Lifting de l'application web Ensimag Alumni au 5 juin 2024
👥 Research & Development Software Engineer.
👥 Context classification from audio data using machine learning
👥 Electronic stethoscope using microphone and accelerometer MEMS
📅 🤖 🧠 Generative AI France: Conférence - Nvidia, Hugging Face, Mistral, Kyutai ...
📰 💬💲💡✨ Finance, Entreprenariat, I.A. ... Les communautés Ensimag Alumni enfin regroupées !
📰 💯𝗫💯 Ensimag Around The World 2024: fêtons les 10 000 alumni ! Le 11 juillet !
📰 👄💄 Lifting de l'application web Ensimag Alumni au 5 juin 2024
👥 Research & Development Software Engineer.
👥 Context classification from audio data using machine learning
👥 Electronic stethoscope using microphone and accelerometer MEMS
Lieu : Meylan · Contrat : Stage · Rémunération : A négocier
Cognidis est une entreprise innovante issue du CNRS et de l’INRIA, spécialisée
dans l’analyse des données de mobilité. Cognidis développe, maintient et exploite une
plateforme d’analyse et de prédiction pour accompagner les collectivités et les exploitants
dans l’optimisation de leurs plans de mobilité et l’amélioration des parcours usagers. Le
logiciel collecte et traite les données issues des différents systèmes (billettique, cellules de
comptage, sae,...) et présente des KPIs innovants sur l'usage du réseau de transport
(estimation des origines-destinations, analyse de la ponctualité, données de fraude,
prédictions de fréquentation...).
Le stage portera sur la prédiction des besoins concernant le transport à la demande
(TAD). En effet, en plus des lignes classiques de bus ou de tramway, les exploitants
proposent de desservir certains arrêts à la demande des voyageurs. Chaque voyageur qui
souhaite bénéficier de ce service doit donc en amont contacter l’exploitant et demander
d’effectuer un trajet à une heure précise. Ceci pose plusieurs problématiques d’organisation
et d’optimisation des moyens à déployer. L’objectif du stage est de mettre en place un
modèle prédictif pour anticiper les futures demandes et donc améliorer l’expérience usager
(moins de temps d’attente, trajets plus courts, ...) tout en réduisant les coûts d’exploitation
(moins de véhicules en attente d’affectation, mutualisation des trajets voyageurs, ...).
Le travail du stagiaire consistera à :
● Analyser le problème : Quelles sont les données à disposition ? Quelles sont les
contraintes liées au problème ? Quelles peuvent être les indicateurs optimisés
(temps de trajet, coût, ...) ?
● Modéliser mathématiquement le problème à résoudre et rechercher les potentielles
solutions existantes (état de l’art)
● Visualisation des données : comment proposer aux exploitants et aux collectivités
une vision intuitive et claire des problématiques liées au TAD ?
Etudiant en informatique ou analyse de données en dernière année d’école d’ingénieur ou
de Master (Bac +5).
Indispensable :
Maîtrise de Python
Intérêt pour le domaine des transports publics
Intérêt pour les différents aspects du traitement de données : nettoyage, traitement,
visualisation, prédiction...
Compétences en développement et gestion de projet (intégration continue, tests, utilisation
de Git...).
Esprit d'initiative, rigueur et méthodologie, organisation
Apprécié :
Familier avec la librairie Pandas.
Usage d’une base de données MongoDB
Merci d’envoyer un message (non généré par ChatGPT) accompagné d’un CV à
stage@cognidis.com