Contexte et objectif

Dans un contexte d'urbanisation croissante et de densité de population en ville, il est essentiel de mettre en place des solutions de transport efficaces et durables pour améliorer la fluidité des déplacements et l’efficacité énergétique face aux enjeux environnementaux. La mise en place de telles solutions (i.e. le Réseau de Transport Urbain Autonome (RTUA) dans notre cas) est complexe pour plusieurs raisons, comme la congestion aux heures de pointe ou des incidents ou perturbations entraînant des retards imprévisibles. Il existe également des défis techniques liés au développement de systèmes d'aide à la décision pour régulariser le trafic efficacement.

De ce fait, AUTOME (Automatic Urban Train Operation Modeling for Efficiency) est un projet visant d’assister la prise de décision des Postes de Contrôle Centralisés (PCC) pour la régulation du trafic grâce à la simulation en temps réel. En général, ce projet est à la croisée de plusieurs domaines scientifiques :

• L’ingénierie du transport durable ;

• L’Intelligence Artificielle et l’aide à la décision ;

• La simulation à événements discrets, les systèmes multi-agents ;

• La gestion du trafic et l’efficacité énergétique.

Mission :

Dans le cadre du projet AUTOME, ce sujet stage concerne le développement de modèles de prédiction des flux de passagers en utilisant des techniques d'apprentissage automatique. Ces modèles devront être capables d'anticiper les variations de la demande en fonction de divers facteurs tels que les heures de la journée, les jours de la semaine, les événements spéciaux dans la journée, et/ou les conditions météorologiques. Les missions du stage sont de :

Recueillir, analyser et nettoyer les données historiques de flux de passagers provenant de différentes sources (capteurs, billetterie, données open data, etc.); possibilité de générer des données artificielles si les données souhaitées ne sont pas disponibles
Identifier les facteurs clés qui influencent les variations de la demande (horaires, jours de la semaine, événements, météo, etc.)
Étudier et implémenter des algorithmes adaptés à la prédiction de séries temporelle, par exemple régression linéaire, régression symbolique, LSTM, RNN, Graph Neural Network, etc.
Évaluer et optimiser les performances des modèles, optimiser les hyperparamètres pour améliorer la précision des prédictions
Intégrer les modèles prédictifs dans notre application simulateur pour fournir des informations en temps réel aux opérateurs et superviseurs.
Rédiger la documentation utilisateur et technique en détaillant les méthodologies, les résultats obtenus, et les perspectives d'amélioration

Profil : Ingénieur/Ingénieure, bac +5,

Compétences techniques :

Requises :

Compétences en programmation (Python, programmation orientée objet, Git, etc.)
Connaissance des principes de base des systèmes de simulation et système multi-agents
Connaissances en apprentissage automatique et profond

Recommandées :

Une expérience dans l’analyse de séries temporelles serait un plus
Connaissances des frameworks de Machine Learning et Deep Learning (Pytorch, TensorFlow, Keras, Scikit-learn, etc.)

Compétences non-techniques :

Capacité à travailler en équipe.
Curiosité pour la recherche en informatique.
Bonne autonomie.
Esprit d’analyse et de synthèse.
Qualité rédactionnelle.

Description de l'entreprise :

Capgemini Engineering

Forte de plus de 50 000 collaborateurs sur 3 continents, l'entité Capgemini engineering du groupe Capgemini est dédiée à l’ingénierie industrielle et l’innovation technologique au service des secteurs aéronautique, spatial, défense, énergie, transport et sciences de la vie. Leader de la convergence des mondes physique et virtuel, nous agissons en partenaire de nos clients industriels pour concevoir, mettre en œuvre, déployer, tester, sécuriser, maintenir en conditions opérationnelles et démanteler des produits et infrastructures complexes, grâce à des solutions technologiques de pointe. Le département de Recherche & Innovation de Capgemini Engineering France intervient notamment dans les domaines de l’IoT et des objets connectés, l’ingénierie intelligente, l’industrie digitale et l’intelligence artificielle. Vous êtes passionné(e) par la recherche et l’innovation ? Vous avez envie de rejoindre une équipe en développement ?

3 raisons de nous rejoindre:

Qualité de vie au travail : accord de télétravail en France et à l’international, accord sur l’égalité professionnelle, la parentalité, l’équilibre des temps et la mobilité durable.

Apprentissage en continu : certifications et formations en libre accès, accompagnement sur mesure avec votre Career Manager, parcours d’intégration sur 9 mois.

Avantages groupe & CSE : plan actionnariat, activités à tarifs préférentiels, remboursement partiel vacances, remboursement de votre abonnement sportif ou culturel.