Sujet du stage: Mise en place de pipelines MLOps pour des modèles de Machine Learning embarqué

Dans le cadre du développement de ses futurs produits Gateway, Sagemcom conçoit et entraîne des modèles de Machine Learning destinés à être exécutés localement.

La gestion efficace des processus d'entraînement et de validation des modèles est cruciale pour assurer la qualité des produits et l’efficacité des développements, tant pour la maintenance et l’évolution des modèles existants que pour la création de nouveaux modèles.

L'objectif de ce stage est de concevoir, implémenter et automatiser des pipelines MLOps permettant l'entraînement, la validation et le suivi des performances des modèles de machine learning. Cela impliquera de travailler sur l'automatisation des étapes clés du cycle de vie du modèle (préparation des données, entraînement, validation) tout en assurant une gestion robuste des versions.

Missions principales :

1. Analyse des besoins et spécifications fonctionnelles :
   • Déterminer les étapes à automatiser en priorité, selon les besoins de l’équipe.
   • Identifier les outils MLOps pertinents à mettre en place (Kubeflow, MLflow, Jenkins, pipelines Gitlab, etc.).
2. Conception des pipelines MLOps :
   • Développer des pipelines automatisés pour l'entraînement et la validation des modèles.
   • Intégrer les étapes de preprocessing des données, d'entraînement des modèles, et d'évaluation des performances.
   • Gérer la révision et le suivi des versions des modèles (versioning).
3. Automatisation et intégration continue :
   • Mettre en place des pratiques CI/CD (Intégration Continue / Déploiement Continu) adaptées aux modèles ML.
   • Assurer l’automatisation des tests et de la validation des modèles à chaque modification.

Encadré par un tuteur dédié, vous serez intégré dans l’équipe R&D « IA embarquée » de Sagemcom Broadband et serez également en contact avec les architectes logiciels et les data scientists.

Principales compétences et connaissances développées pendant le stage :

• Cycle de développement d’un modèle de machine learning, de la conception au déploiement
• Construction et gestion de pipelines automatisés d’entraînement et de validation
• Process d'intégration continue (CI) dans le contexte spécifique des modèles de machine learning.

• Étudiant·e en dernière année d’école d’ingénieurs généraliste, option informatique ou data science
• Connaissances en programmation Python et Bash en environnement Linux
• Intérêt pour les méthodologies DevOps et MLOps
• Rigueur et capacité à livrer du code propre, compréhensible et fiable

Sagemcom est une entreprise handi-accueillante.

·       Un cadre de travail stimulant dans une entreprise internationale et engagée  

·       Un management de proximité et une grande autonomie dans les missions