Stage Data Scientist IA Générative

Vos missions au quotidien Société Générale Assurances, compagnie d'assurance du Groupe Société Générale, recherche un stagiaire Data Scientist pour travailler au sein de la direction Data et IA. bAu sein de cette direction, l’équipe IA développe des solutions d’Intelligence Artificielle ayant pour but d’améliorer la connaissance client et l’efficacité opérationnelle des services de gestion de l’entreprise. Quelques exemples de missions réalisées : Construction et déploiement de solutions d’IA (NLP, IA Générative, Computer vision et Speech Analytics) pour optimiser les processus dans différents services de gestion (analyse automatique des verbatims clients, catégorisation automatique d’emails, extraction d’informations depuis des documents scannés, analyse du contenu audio des appels téléphoniques, ...) L’objectif principal de ce stage sera d’améliorer la qualité des transcriptions automatiques d’appels téléphoniques réalisé par un modèle d’IA existant. Le but est d’optimiser la performance du modèle existant en travaillant notamment sur des difficultés de transcriptions liées aux nombres, aux montants, au vocabulaire métier, aux noms propres, à la qualité audio ainsi qu’aux variations de prononciation. Selon l’avancement des travaux, le stage pourra également être élargi à des sujets liés au text-to-speech et aux modèles audio génératifs. Concrètement, vous serez amené(e) à :
- Évaluer et comparer différents modèles de Speech-to-Text, aussi bien des solutions cloud, notamment Azure AI Speech, que des modèles open source tels que Whisper et ses différentes déclinaisons.
- Améliorer et adapter les modèles aux spécificités des données métier, notamment par le fine-tuning de modèles de Speech-to-Text ou de petits modèles de langage (SLM), afin d’améliorer la qualité des transcriptions et leur post-traitement.
- Analyser les erreurs de transcription et identifier les principaux axes d’amélioration sur des conversations réelles.
- Expérimenter différentes approches d’amélioration, au niveau des modèles ou à l’aide de techniques de post-traitement reposant notamment sur des modèles de langage.
- Mettre en place des métriques et des protocoles d’évaluation permettant de comparer objectivement les approches et d’en mesurer les gains
- Documenter les travaux réalisés et participer à l’industrialisation des solutions expérimentées dans les outils et pipelines existants de l’équipe Et si c’était vous ? Étudiant(e) en 2ème ou 3ème année d’école d’ingénieur ou d’une formation orientée Data Science / Software Engineering, vous connaissez le cycle de vie d’un projet Data Science et avez une forte appétence pour le développement et l’expérimentation autour de modèles de Machine Learning, NLP ou IA Générative. Vous êtes à l’aise en Python et disposez de bonnes bases en Machine Learning. Un intérêt pour l’audio, le NLP, les modèles de fondation ou l’IA Générative sera particulièrement apprécié. Une première expérience avec des modèles de Speech-to-Text ou de traitement audio est un plus, mais n’est pas indispensable. Vous maîtrisez les bonnes pratiques de développement software : code modulaire et documenté, Git et versioning, tests unitaires et documentation. Stack principale : Python, scikit-learn, PyTorch et Transformers. Azure AI Speech, Whisper, Hugging Face, MLflow, Kedro et la CI/CD GitLab sont des plus. Poste à pourvoir en stage, basé à Paris La Défense (92), pour une durée de 6 mois à partir de début 2027. Et si c’était vous ? Étudiant(e) en 2ème ou 3ème année d’école d’ingénieur ou d’une formation orientée Data Science / Software Engineering, vous connaissez le cycle de vie d’un projet Data Science et avez une forte appétence pour le développement et l’expérimentation autour de modèles de Machine Learning, NLP ou IA Générative. Vous êtes à l’aise en Python et disposez de bonnes bases en Machine Learning. Un intérêt pour l’audio, le NLP, les modèles de fondation ou l’IA Générative sera particulièrement apprécié. Une première expérience avec des modèles de Speech-to-Text ou de traitement audio est un plus, mais n’est pas indispensable. Vous maîtrisez les bonnes pratiques de développement software : code modulaire et documenté, Git et versioning, tests unitaires et documentation. Stack principale : Python, scikit-learn, PyTorch et Transformers. Azure AI Speech, Whisper, Hugging Face, MLflow, Kedro et la CI/CD GitLab sont des plus. Poste à pourvoir en stage, basé à Paris La Défense (92), pour une durée de 6 mois à partir de début 2027. Pourquoi nous choisir? Au cœur de la stratégie de développement du groupe Société Générale, la mission de Société Générale Assurances est de protéger ses assurés et leurs biens, sur le long terme et à toutes les étapes de leur vie. Nous proposons une gamme complète de produits et de services répondant aux besoins de la clientèle de particuliers, de professionnels et d’entreprises, en matière d’assurance vie épargne, d’épargne retraite, et de protection des personnes et des biens.