Stage Data Scientist H/F

Stage Data Scientist Offre ID45315Date 3 décembre 2025 Famille d'offre - Recherche & développement Type of contract - Stage, De 0 à 6 mois Pourquoi rejoindre Manitou Group ? Manitou s'engage résolument envers ses collaborateurs. Avec une approche One United Team, nous cultivons à l'échelle internationale un environnement de travail dynamique et orienté résultats. Nous garantissons l'égalité des chances et valorisons la diversité de plus de 6000 employés dans plus de 30 pays (6 principaux sites en France, aux USA, en Inde, en Italie et plus de 30 filiales à travers le monde). Êtes-vous prêt à relever de nouveaux défis ? Rejoignez-nous et participez à notre succès continu. Le Groupe MANITOU dispose d'une vaste base documentaire technique. L'accès rapide et précis à ces informations est un enjeu important tant dans les activités de développement produit que pour l'usage futur des produits. Suite à une phase d'expérimentation approfondie, la faisabilité d'un assistant conversationnel (chatbot) basé sur l'architecture RAG (Retrieval-Augmented Generation) a été validée. Ce prototype permet d'interroger nos documents en langage naturel et d'obtenir des réponses factuelles, générées par un LLM en se basant sur les extraits pertinents, et intègre une interaction vocale (Whisper/Coqui TTS). Nous recherchons un(e) stagiaire pour rejoindre l'équipe R&D de Recherche Avancée afin de consolider, évaluer, optimiser et étendre ce démonstrateur. Vos Missions Sous la supervision de l'équipe, vous prendrez en charge le cycle d'amélioration du pipeline RAG. Vos missions principales seront : 1. Prise en main et consolidation : - Vous approprier les travaux d'expérimentation existants (rapport de capitalisation, code source). - Nettoyer, documenter et structurer la base de code pour mettre en place un environnement de développement stable et reproductible. 2. Évaluation du pipeline : - Définir et mettre en oeuvre un framework d'évaluation pertinent (ex: RAGAs, TruLens) pour mesurer objectivement la performance : pertinence des chunks récupérés, fidélité des réponses, temps de latence, etc. - Constituer un jeu de questions/réponses de référence pour les tests. 3. Optimisation fondamentale : - Parsing & Chunking : Ré-évaluer et implémenter les meilleures stratégies (ex: pymupdf4llm, MarkdownHeaderTextSplitter) pour gérer les documents complexes (notamment les tableaux). Comparer l'impact des documents «aplatis» vs. originaux. - Retrieval : Expérimenter pour améliorer la pertinence de la recherche (paramètres FAISS, hybridation sémantique/mots-clés, re-ranking). - Génération : Mener des campagnes de «Prompt Engineering» et évaluer l'impact de différents LLMs locaux (via Ollama) sur la qualité des réponses et les performances. 4. Amélioration de l'Interaction Vocale : - Tester différents modèles et paramètres pour la reconnaissance vocale (Whisper) en environnement bruyant. - Évaluer différentes voix et options pour la synthèse vocale (Coqui TTS), y compris le clonage vocal. 5. Exploration et extensions : - Interface : Développer une interface graphique simple (Streamlit ou Gradio) pour faciliter la démonstration. - Sources : Améliorer la citation précise des sources (document, page) utilisées par le LLM. - Multimodalité : Étudier la faisabilité d'intégrer des modèles multimodaux (ex: LLaVA) pour répondre aux questions portant sur les images et schémas des manuels. 6. Documentation et capitalisation : - Maintenir une documentation technique claire et rédiger un rapport de stage détaillé présentant votre démarche, vos résultats et vos préconisations. Profil Recherché - Étudiant(e) en dernière année d'école d'ingénieur ou Master 2 (Bac +5) en Informatique. - Spécialisation en Intelligence Artificielle, Data Science ou Traitement du Langage Naturel (NLP). Compétences techniques nécessaires: - Excellente maîtrise du langage Python et de son écosystème scientifique. - Solide compréhension théorique et pratique du Machine Learning, Deep Learning et NLP (embeddings, LLMs). - Connaissance des concepts de l'architecture RAG. Compétences souhaitables : - Expérience avec des frameworks comme LangChain. - Connaissance des bases de données vectorielles (ex: FAISS). - Utilisation de LLMs locaux (ex: via Ollama) ou Cloud (API). - Notions en parsing PDF (ex: PyMuPDF) et en interaction vocale (Whisper, Coqui TTS). - Expérience avec Streamlit ou Gradio. Vous: - Curiosité technique et goût prononcé pour l'expérimentation. - Autonomie, rigueur et capacité à résoudre des problèmes complexes. - Bonnes capacités d'analyse et de synthèse. - Bonne communication (écrite et orale) et anglais technique (lecture de documentation). Environnement Technique Vous évoluerez principalement avec les outils suivants : - Langage : Python 3.x - Frameworks IA/RAG : LangChain - LLMs / Embeddings Locaux : Ollama (Llama 3.1, Mistral, bge-m3) - Vector Store : FAISS - Parsing PDF : PyMuPDF (pymupdf4llm), Unstructured - Voix (STT/TTS) : Whisper (OpenAI), Coqui TTS (xtts\_v2) - Outils : Jupyter Notebooks, Docker, Git Qu'est-ce que MANITOU Group peut vous apporter ? Poste à pourvoir à compter de: Avril 2026 Durée : 6 mois Rémunération : selon niveau de formation + Restaurant d'entreprise + Aiide au logement de 100€ par mois dans le cadre d'un déménagement spécifique au stage Prise en charge des transports en commun (50% ou forfait vélo) + Navette gratuite de la gare d'Ancenis au site de Manitou matin et soir Accessibilité : Le site est basé à Ancenis (44) VOUS ÊTES CONVAINCU(E) Transmettez directement votre candidatureau format PDF(CV et lettre de motivation) en cliquant sur «Postuler«. Lien copié Localisation(s) - France - Ancenis Pour afficher cette carte interactive, vous devez autoriser le service Google Maps.