Stage - Data Sciences Detection de Trajectoires de Navires Anormales - (H/F)

**Description entreprise**:
Au cœur des enjeux de la planète, CLS, Tech4Good company, filiale du CNES et de la CNP, est une société à mission internationale, pionnière dans la fourniture de solutions d’observation et de surveillance de la Terre.

Opérateur historique des balises Argos, CLS, depuis 1986, avec plus de 1 100 collaborateurs répartis sur 31 sites dans le monde et un chiffre d’affaires annuel de près de 193 millions d’euros, figure parmi les spécialistes des services satellitaires en utilisant les technologies spatiales les plus avancées, couplées au génie logiciel et à la data-sciences.

Vous souhaitez rejoindre des équipes agiles et dynamiques sur des projets innovants et ambitieux ? Explorer de nouvelles technologies ? Evoluer sur des projets transverses et variés autour des 5 secteurs d’activité de CLS ?

**Description du poste**:
L’équipe Data de CLS recherche un(e) stagiaire souhaitant mettre en pratique ses compétences sur le sujet suivant:
«_ _Conception et développement d’un algorithme d’apprentissage profond pour la détection de trajectoires de navires anormales à partir de données AIS (Automatic Identification System)._»

Ce stage s’inscrit dans le cadre des travaux menés par CLS autour de la surveillance maritime et de la sécurité des activités en mer. L’analyse des trajectoires issues de l’AIS permet aujourd’hui de mieux comprendre les comportements des navires et de détecter des situations inhabituelles pouvant révéler des activités illégales (transbordements, pêche non déclarée) ou dangereuses (trajectoires erratiques, écarts soudains de trajectoire).

L’objectif du stage est de concevoir une approche innovante de détection d’anomalies fondée sur les techniques récentes de deep learning appliquées aux séries temporelles et aux trajectoires AIS. Le/la stagiaire débutera par une revue de la littérature scientifique afin d’identifier les méthodes d’apprentissage les plus prometteuses (transformers, GNN, etc.).

Une base de données AIS massive, incluant historiques de positions, registres de navires et plus encore, sera mise à disposition pour l’entraînement et l’évaluation des modèles. Le traitement de ces données impliquera l’utilisation d’outils Big Data et de bibliothèques dédiées à l’analyse de données massives.

Au cours de ce stage, vous serez amené(e) à:

- **Réaliser une étude bibliographique** des approches de détection d’anomalies dans les trajectoires ;
- **Préparer et explorer les données** AIS à grande échelle ;
- **Concevoir, implémenter et entraîner un modèle** de détection de comportements anormaux ;
- **Évaluer les performances** du modèle sur des cas réels et proposer des pistes d’amélioration ;
- **Présenter et documenter** vos travaux au sein de l’équipe Data ;
- Participer, le cas échéant, avec les experts métier et les ingénieurs big data, à l'analyse, la faisabilité et les conditions pour un **développement industriel et une mise en production**.

Durée du stage: 6 mois
Stage rémunéré
**Profil recherché**:
**Compétences et connaissances souhaitées**:

- Solides bases en apprentissage automatique et profond (Machine Learning et Deep Learning) ;
- Maîtrise des langages et bibliothèques de data science, en particulier Python, scikit-learn, PyTorch (ou TensorFlow), pandas, numpy, matplotlib, etc. ;
- Connaissance des outils de versionnement et de développement collaboratif (Git, Jupyter notebooks, etc.) ;
- Une familiarité avec les environnements Cloud (notamment AWS) serait appréciée ;
- Une première expérience en analyse de données massives et/ou en apprentissage automatique serait également un plus.

**Qualités** **attendues**:

- Curiosité scientifique et goût pour l’expérimentation ;
- Esprit analytique, rigueur, sens de l’organisation et autonomie ;
- Capacité à collaborer au sein d’équipes pluridisciplinaires ;
- Bonnes capacités de communication écrite et orale pour présenter et valoriser vos résultats.