Stage - Data Scientist R&D H/F - Safran - CDD/Stage/Alternance

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 110 000 collaborateurs pour un chiffre d'affaires de 31,3 milliards d'euros en 2025, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.
Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2025 » du magazine TIME.

Safran Aircraft Engines conçoit, produit et commercialise, seul ou en coopération, des moteurs aéronautiques civils et militaires aux meilleurs niveaux de performance, fiabilité et respect de l'environnement. La société est notamment, à travers CFM International*, le leader mondial de la propulsion d'avions commerciaux courts et moyen-courriers.
* CFM International est une société commune 50/50 de Safran Aircraft Engines et GE Aerospace.

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.

Le stage proposé va se dérouler au sein du département Fleet Data Engineering. Le diagnostic des pannes sur les équipements moteurs d'avion est une opération complexe reposant sur l'analyse de données temporelles. Actuellement, la détection de certaines formes ou signatures critiques (anomaly detection) est limitée par un très faible nombre d'exemples (few-shot learning). Ce stage à forte composante R&D nécessitera un travail de bibliographie sur l'état de l'art récent et une démarche d'expérimentation scientifique rigoureuse. L'objectif est d'explorer et d'implémenter les Time Series Foundation Models (TSFM). Le/la stagiaire devra construire un pipeline d'extraction de caractéristique, entraîner des classifieurs robustes aux données déséquilibrées sur ces embeddings latents, et définir une stratégie d'évaluation stricte, avant le passage à l'échelle sur nos pipelines.

Étudiant-e en Master 2 (Bac +5) ou école d'ingénieur en Data Science / Machine Learning. Vous possédez de solides bases en Deep Learning et une forte appétence pour le traitement des séries temporelles (et les contraintes industrielles associées).

Compétences recherchées :
- Maîtrise de Python, PyTorch, Git et des bonnes pratiques de code.
- Connaissances en architectures Transformers et algorithmes de Machine Learning.
- Rigueur scientifique, curiosité pour l'état de l'art, et esprit critique vis-à-vis des métriques d'évaluation.
- Autonomie et capacité à synthétiser des résultats complexes.

• Python
• Diagnostic de pannes
• Autonomie
• Machine learning
• Analyse de données
• Git