d'Apprentissage - Ingénieur IA & Data Science Appliquée à l'Ingénierie H/F

du Bureau d'Études. Votre mission 1. Structuration et exploitation des données - Mise en place de pipelines de collecte, nettoyage et structuration de données - Extraction automatique d'informations depuis PDF, Word, bases techniques - Contribution à la construction d'une Golden Data Source - Modélisation et structuration des données dans une base exploitable (SQL / vector DB) 2. Développement IA / Data Science - Implémentation d'algorithmes de recherche sémantique et similarité.Mise en place de pipelines NLP / LLM / RAG - Analyse et classification automatique de données techniques - Développement d'outils d'aide à la décision basés sur l'historique des cas 3. Industrialisation & outils - Développement de scripts Python et pipelines de traitement - Participation à l'intégration dans des outils internes (interfaces, dashboards, APIs) - Optimisation performance / qualité des modèles - Contribution à l'évaluation des gains (ROI, qualité, productivité) 4. Innovation & exploration - Veille sur les méthodes GenAI, LLM, Agentic AI, Data Engineering - Proposition d'améliorations et nouveaux use cases - Participation à la roadmap IA du département

Profil recherché - Étudiant(e) préparant un diplôme d'ingénieur (Bac +5) en Data Science / Intelligence Artificielle / Machine Learning - Bonne compréhension des modèles de langage - Compétences en Python (pandas, LangChain, etc.) et manipulation de données textuelles - Rigueur, autonomie et goût pour l'innovation - Intérêt pour les applications de l'IA dans un environnement industriel exigeant

Répartition du temps de travail

Un programme innovant est actuellement en développement afin d'exploiter l'Intelligence Artificielle pour améliorer et accélérer plusieurs processus d'ingénierie. Parmi les cas d'usage explorés figure notamment l'optimisation du traitement des Non-Conformités (NC), avec pour objectif de réduire les délais d'analyse, faciliter la recherche d'antériorité, capitaliser sur l'historique des cas traités et assister les équipes techniques dans la prise de décision. Au-delà de ce premier domaine d'application, d'autres sujets sont également explorés autour de l'exploitation des données techniques du Bureau d'Études, de l'automatisation de certaines analyses et de la valorisation des connaissances issues des activités d'ingénierie. Ces initiatives s'appuient sur l'exploitation de données techniques structurées et non structurées, l'utilisation de méthodes avancées d'IA (NLP, modèles de langage, recherche sémantique, machine learning) ainsi que sur l'intégration de règles métier propres aux activités