Stage - Analyse Des Données de Surveillance de

Vos missions

**INTITULE**:

- Analyse des données de surveillance de l’interaction pantographe-caténaire pour une chaîne de donnée rationalisée et pour une maintenance frugale des systèmes de mesure._

Le stagiaire devra travailler en priorité sur les objectifs de rationalisation de la chaîne de données et sur l’étude de la prévisibilité du soulèvement des caténaires au passage des trains. En particulier, les tâches incluront:

- La familiarisation avec les différentes sources de données concernées et la chaîne de mesure associée;
- L’analyse des corrélations entre ces différentes données, pour identifier les variables expliquant le mieux le soulèvement des caténaires, et pour identifier d’éventuelles redondances entre sources;
- L’étude de la prévisibilité du soulèvement caténaire à horizon long (de l’ordre de l’année).

**Objectifs**:

- Comprendre la chaîne de donnée
- Identifier les éventuelles redondances entre les sources de données en place
- Mettre en lumière les facteurs expliquant le mieux le soulèvement caténaire et permettant de le prédire sur le long cours
- Proposer des préconisations scientifiquement justifiées pour alléger la maintenance

**Activités prévues**:
Les traitements de donnée, les études statistiques et les étapes de modélisation seront à réaliser en Python. Les activités prévues incluent:

- La compréhension de la chaîne de donnée et prise en main de l’historique disponible (via Pandas, par exemple) ;
- Se familiariser avec les traitements de données en place ;
- Réalisation d’une étude bibliographique centrée sur notre cas d’usage et abordant l’analyse factorielle et le traitement de séries temporelles ;
- Analyse des redondances entre les données (réduction de dimension, reconstruction parcimonieuse ) ;
- Modélisation du soulèvement caténaire maximal à horizon long par des approches traditionnelles (SARIMA, ECT ) et par apprentissage statistique ;
- Benchmark des différents modèles et recommandations d’usage ;
- Rédaction d’un rapport de stage résumant les analyses et modélisations effectuées, et les préconisations qui en découlent.

Profil recherché

Etudiant en école d’ingénieur niveau master (M1 ou M2)

Compétences et Qualités souhaitées
- **COMPÉTENCES TECHNIQUES : - MATHÉMATIQUES APPLIQUÉES : TRAITEMENT DU SIGNAL ET ANALYSE DE DONNÉES**
- **SCIENCES DES DONNÉES EN PRATIQUE : AISANCE DU TRAITEMENT DE DONNÉES AVEC PYTHON, BONNE CONNAISSANCE DES BIBLIOTHÈQUES USUELLES (INGESTION ET TRAITEMENT : PANDAS, SCIKIT-LEARN**
- **VISUALISATION : MATPLOTLIB, SEABORN, PLOTLY). - BONNE CONNAISSANCE DES FAMILLES DE MODÈLES STATISTIQUES LES PLUS COURANTES (MODÈLES AUTO-RÉGRESSIFS, RÉGRESSIONS SIMPLES OU À NOYAUX, ARBRES DE DÉCISIONS, RÉSEAUX DE NEURONES ), DE LEURS PROPRIÉTÉS ET DE LEURS LIMITATIONS. - MAÎTRISE DE SCIKIT-LEARN ET BONNE CONNAISSANCE D’AU MOINS UN FRAMEWORK DE DEEP LEARNING (TENSORFLOW, PYTORCH ). AUTRES COMPÉTENCES : - AISANCE COMMUNICATIONNELLE ET CLARTÉ DE PRÉSENTATION - QUALITÉ RÉDACTIONNELLE - CURIEUX, AUTONOME ET DÉSIREUX D’EXPLORER DES CONNAISSANCES EN MÉCANIQUES ET/OU DU MILIEU FERROVIAIRE SERAIENT UN PLUS.**
- Tous nos métiers sont ouverts aux personnes en situation de handicap.Rétributions & Avantages
- La politique de rétribution SNCF a pour ambition de valoriser les compétences, le professionnalisme et l’engagement de ses équipes. Notre rémunération comporte un salaire fixe et des éléments additionnels individuels ou collectifs, dépendant de la performance et des résultats de l’entreprise. Des indemnités et des gratifications peuvent venir s’y ajouter selon le métier exercé. Nous offrons également des avantages spécifiques tels l’aide au logement, la protection sociale, les facilités de voyages, l’épargne salariale, le comité d’entreprise Utilisation de vos données personnelles