> Markdown version of [/jobs/ext/1604925-alternant-data-et-ia-h-f](https://www.wearedevelopers.com/jobs/ext/1604925-alternant-data-et-ia-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Alternant Data et IA H/F

- **Company:** CESI
- **Location:** Villeneuve-d'Ascq, France (Remote available)
- **Experience:** Internship
- **Contract:** Apprenticeship
- **Skills:** Artificial Intelligence, Data Analysis, Computer Vision, Big Data, Cognitive Science, Databases, Distributed Systems, EHealth, Python (Programming Language), Machine Learning, Solution Deployment Descriptor, Deep Learning, Git, Multiaccess Edge Computing
- **Published:** July 24, 2026
- **Apply:** https://www.meteojob.com/jobs/55662150

## About the Role

Compétences scientifiques et techniques : bases en programmation, intérêt pour Python et le développement informatique, appétence pour les données et l'intelligence artificielle, notions en algorithmique, bases de données ou statistiques, et capacité à comprendre des ressources techniques en anglais. Des connaissances en machine learning, deep learning, big data, IoT ou systèmes distribués seront appréciées, mais ne sont pas indispensables.

Compétences relationnelles : curiosité, envie d'apprendre, rigueur, sens de l'organisation, capacité à travailler en équipe, esprit d'analyse, goût pour l'expérimentation et autonomie progressive.

## Description

Cette alternance de trois ans propose à un étudiant de développer progressivement des compétences solides en data science, intelligence artificielle et big data, en participant à des projets concrets de recherche appliquée et d'innovation.

L'alternant interviendra à différentes étapes d'un projet Data et IA, depuis l'exploration des données jusqu'au développement et au déploiement de modèles sur des architectures cloud, edge ou distribuées.

Les projets pourront concerner différents domaines, tels que la santé numérique, les objets connectés, les environnements intelligents, l'industrie, le bâtiment, la mobilité ou les services numériques.

Il n'est pas nécessaire de maîtriser l'ensemble des technologies mentionnées avant de candidater : les missions seront adaptées au niveau de l'alternant et évolueront au cours des trois années.

Travaux de recherche

La généralisation des services numériques, des capteurs et des objets connectés entraîne la production de volumes croissants de données, souvent hétérogènes, distribuées et générées en continu. Leur exploitation nécessite de maîtriser l'ensemble de la chaîne de valorisation de la donnée, depuis sa collecte et son stockage jusqu'à son analyse, sa modélisation et son déploiement. La data science, l'intelligence artificielle et le big data occupent ainsi une place centrale dans la conception de systèmes capables de comprendre leur environnement, de détecter des situations particulières, d'anticiper des événements et d'accompagner la prise de décision.

Au cours de cette alternance, l'alternant participera progressivement aux différentes étapes de projets Data et IA. Il pourra être amené à collecter, nettoyer, structurer, explorer et visualiser des données issues de sources variées, puis à concevoir, entraîner et évaluer des modèles de machine learning et de deep learning. Les travaux pourront notamment porter sur des images, des séries temporelles, des données multimodales ou des données produites par des capteurs, des applications et des systèmes connectés.

Selon les besoins des projets, l'alternant pourra également contribuer à la conception de pipelines automatisés de traitement, expérimenter des technologies big data et étudier le déploiement de modèles sur des architectures cloud, edge, fog ou embarquées. Les travaux pourront également s'ouvrir aux systèmes distribués, à l'IA distribuée, à l'apprentissage fédéré, à la protection des données et à l'optimisation des ressources de calcul.

Les domaines d'application pourront notamment concerner la santé numérique, les environnements intelligents, la mobilité durable, l'industrie, le bâtiment ou, plus largement, les systèmes cyber-physiques.

Ces orientations s'inscrivent dans la continuité des recherches menées par l'encadrante et au sein de CESI LINEACT. Les travaux existants illustrent différentes applications de la data science et de l'intelligence artificielle, allant de l'analyse de données complexes à la conception de modèles prédictifs, en passant par la vision par ordinateur, le transfert de connaissances et le traitement distribué des données [1-3]. D'autres recherches du laboratoire portent notamment sur l'analyse de données multimodales, la reconnaissance des émotions, l'apprentissage fédéré, la sécurité des réseaux IoT et les modèles de deep learning sur graphes [4-7].

Ces contributions constituent une base scientifique et technique solide, tout en laissant la possibilité de faire évoluer les missions en fonction des projets, des compétences acquises et des centres d'intérêt de l'alternant.

Les activités confiées seront définies en fonction des projets de recherche en cours et évolueront progressivement au cours des trois années. Selon les problématiques abordées, l'alternant pourra monter en compétences en programmation Python, data science, machine learning, deep learning, traitement de données, pipelines big data, analyse de séries temporelles, vision par ordinateur, systèmes distribués, edge computing ou apprentissage fédéré.

Intégré dès la première année à des projets concrets, il gagnera progressivement en autonomie et contribuera à la conception, à l'expérimentation, à l'évaluation et, lorsque cela sera pertinent, au déploiement de solutions Data et IA complètes. Selon l'avancement et les résultats obtenus, les travaux pourront également faire l'objet d'une valorisation technique ou scientifique (démonstrateur, poster, communication ou article scientifique).

Programme de travail

Première année : intégrer les projets et développer ses compétences

Dès la première année, l'alternant sera intégré à un projet concret. Selon les besoins, il pourra :

 * Préparer, explorer et visualiser des données
 * Renforcer ses compétences en Python, Git et data science
 * Réaliser de premières expérimentations en machine learning ou deep learning
 * Documenter et présenter les travaux réalisés

Deuxième année : approfondir et développer des solutions

L'alternant participera à des projets plus complets et pourra :

 * Concevoir des pipelines de traitement de données
 * Développer, comparer et évaluer des modèles d'IA
 * Explorer des technologies big data et des architectures cloud, edge ou distribuées
 * Réaliser un prototype et un état de l'art sur la problématique étudiée

Troisième année : gagner en autonomie et valoriser les résultats

L'alternant contribuera de manière plus autonome à la conception d'une solution Data ou IA complète. Il pourra :

 * Concevoir et optimiser une architecture de traitement et des modèles d'IA
 * Expérimenter des approches d'IA distribuée, d'apprentissage fédéré ou d'edge computing
 * Développer un démonstrateur ou un prototype fonctionnel
 * Valoriser les résultats à travers un rapport, un poster, une communication ou un article scientifique, La recherche du laboratoire s'organise autour de deux équipes scientifiques interdisciplinaires et de plusieurs domaines d'application.
 * L'équipe 1 « Apprendre et Innover » couvre les sciences cognitives, les sciences sociales et de gestion, ainsi que les techniques de formation et d'innovation. Elle étudie notamment l'effet de situations instrumentées par des objets techniques, tels que des plateformes, des ateliers de prototypage ou des systèmes immersifs, sur les processus…


## Related Videos

- [Alibaba Big Data and Machine Learning Technology](https://www.wearedevelopers.com/videos/37-alibaba-big-data-and-machine-learning-technology)
- [How to build a sovereign European AI compute infrastructure](https://www.wearedevelopers.com/videos/1102-how-to-build-a-sovereign-european-ai-compute-infrastructure)
- [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94)
- [Shipping Faster with Less: Render on Cloud Hosting, AI Workloads, and the Future of DevOps](https://www.wearedevelopers.com/videos/1894-shipping-faster-with-less-render-on-cloud-hosting-ai-workloads-and-the-future-of-devops)
- [PySpark - Combining Machine Learning & Big Data](https://www.wearedevelopers.com/videos/44-pyspark-combining-machine-learning-big-data)
- [Git for Code Reviews](https://www.wearedevelopers.com/videos/429-git-for-code-reviews)

## Related Articles

- [Top 6 Hackathons for Developers in 2023](https://www.wearedevelopers.com/magazine/263-top-6-hackathons-for-developers-in-2023)
- [Navigating the AI Shift](https://www.wearedevelopers.com/magazine/629-navigating-the-ai-shift)
- [Best Coding Boot Camps in Germany](https://www.wearedevelopers.com/magazine/237-best-coding-boot-camps-in-germany)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)
- [What Industries Outside of AI Are Hiring The Most AI Experts?](https://www.wearedevelopers.com/magazine/98-what-industries-outside-of-ai-are-hiring-the-most-ai-experts)
- [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023)