Stage assistant(e) de recherche en machine learning
Nabayn LimitedEntreprise vérifiée· Publiée il y a 2 mois
- Lieu
- Télétravail
- Contrat
- Stage opérationnel
- Durée
- 1 à 3 mois
- Début
- juillet 2026
- Rémunération
- 1 000 Dh / mois
- Postes
- 1 poste
Missions
Au sein d'un groupe de recherche en machine learning appliqué, vision par ordinateur et IA responsable, le ou la stagiaire assiste l'équipe en télétravail pendant 3 mois. Il ou elle contribue aux travaux techniques et à la rédaction scientifique qui soutiendront des publications et des demandes de financement.
- Développer et ajuster des modèles de deep learning en Python (PyTorch ou TensorFlow/Keras)
- Participer aux travaux sur la vérification d'identité par réseaux siamois et Triplet Loss pour le suivi de chaînes d'approvisionnement en bois
- Contribuer à la modélisation de séries temporelles avec LSTM-Autoencoders et convolutions temporelles 1D pour détecter des anomalies dans des systèmes aquaponiques
- Participer aux travaux sur l'équité algorithmique et la gouvernance responsable de l'IA
- Lire, synthétiser et reformuler des articles scientifiques
- Rédiger des textes clairs et rigoureux pour des publications
Profil recherché
Ce poste s'adresse à un(e) étudiant(e) ou jeune diplômé(e) en informatique ou en data science, à l'aise en machine learning et en rédaction scientifique.
- Maîtrise de Python et d'un framework de deep learning (PyTorch ou TensorFlow/Keras)
- Pratique de l'optimisation d'hyperparamètres, de la recherche sur grille et de la validation croisée k-fold
- Connaissance des architectures LSTM/GRU ou de vision par ordinateur appréciée
- Excellente rédaction ; au moins un article, un article de workshop ou un mémoire soumis ou publié
- LaTeX ou Overleaf apprécié, mais facultatif
Nabayn Limited
Énergie · Tanger · 1 à 10 salariés
At Nabayn Limited, we stand at the intersection of Software, Data, and the Environment. We are a forward-thinking development and consulting firm dedicated to helping organizations optimize their operations while minimizing their ecological footprint.