Stage - Apprentissage Automatique sur Données Multi-Table H/F - Orange
- Stage
- Orange
Les missions du poste
Quel environnement de travail ?
L'équipe PROF mène des travaux de recherche dans les domaines des statistiques, machine learning et analyse de données et apporte son expertise dans ces domaines en soutien aux unités opérationnelles d'Orange.
À quoi ressemble le poste ?
Les opérateurs télécom disposent de données réparties dans de nombreuses tables reliées entre elles, telles que les clients, les contrats, les contacts, les incidents réseau et les usages de services. Cette organisation relationnelle permet de représenter l'historique détaillé des clients, mais elle complique leur utilisation par les méthodes classiques de machine learning, qui nécessitent généralement de transformer les données multi-tables en une table plate au moyen d'opérations d'agrégation et de feature engineering.
L'objectif de ce stage sera d'étudier et de comparer deux stratégies de classification sur ces données : d'une part, une approche fondée qui a fait ces preuves fondées sur la propositionalisation automatique, notamment au moyen de Khiops, qui construit des variables agrégées à partir des tables secondaires ; d'autre part, les nouvelles approche de Relational Deep Learning (RDL), qui représente directement la base relationnelle sous la forme d'un graphe hétérogène et temporel dont les lignes des tables constituent les noeuds et les liens entre clés primaires et étrangères les arêtes.
Afin de rendre l'évaluation reproductible et de positionner les résultats par rapport à l'état de l'art, le stage pourra également inclure des expérimentations sur le benchmark public RelBench[1], qui propose des bases relationnelles, des tâches prédictives et des protocoles d'évaluation standardisés pour le Relational Deep Learning. Une attention particulière sera portée à l'identification des situations dans lesquelles une méthode de propositionalisation explicable et frugal comme Khiops constitue une solution suffisante, et de celles dans lesquelles l'apprentissage direct de la structure relationnelle par un modèle RDL permet d'exploiter des interactions temporelles ou multi-tables difficiles à résumer par des agrégations.
[1] Robinson, Joshua, Rishabh Ranjan, Weihua Hu, Kexin Huang, Jiaqi Han, Alejandro Dobles, Matthias Fey, Jan Eric Lenssen, Yiwen Yuan, Zecheng Zhang, Xinwei He et Jure Leskovec. " RelBench: A Benchmark for Deep Learning on Relational Databases ". Advances in Neural Information Processing Systems, 2024. https://cs.stanford.edu/~jure/pubs/relbench-neurips24.pdf
L'équipe PROF mène des travaux de recherche dans les domaines des statistiques, machine learning et analyse de données et apporte son expertise dans ces domaines en soutien aux unités opérationnelles d'Orange.
À quoi ressemble le poste ?
Les opérateurs télécom disposent de données réparties dans de nombreuses tables reliées entre elles, telles que les clients, les contrats, les contacts, les incidents réseau et les usages de services. Cette organisation relationnelle permet de représenter l'historique détaillé des clients, mais elle complique leur utilisation par les méthodes classiques de machine learning, qui nécessitent généralement de transformer les données multi-tables en une table plate au moyen d'opérations d'agrégation et de feature engineering.
L'objectif de ce stage sera d'étudier et de comparer deux stratégies de classification sur ces données : d'une part, une approche fondée qui a fait ces preuves fondées sur la propositionalisation automatique, notamment au moyen de Khiops, qui construit des variables agrégées à partir des tables secondaires ; d'autre part, les nouvelles approche de Relational Deep Learning (RDL), qui représente directement la base relationnelle sous la forme d'un graphe hétérogène et temporel dont les lignes des tables constituent les noeuds et les liens entre clés primaires et étrangères les arêtes.
Afin de rendre l'évaluation reproductible et de positionner les résultats par rapport à l'état de l'art, le stage pourra également inclure des expérimentations sur le benchmark public RelBench[1], qui propose des bases relationnelles, des tâches prédictives et des protocoles d'évaluation standardisés pour le Relational Deep Learning. Une attention particulière sera portée à l'identification des situations dans lesquelles une méthode de propositionalisation explicable et frugal comme Khiops constitue une solution suffisante, et de celles dans lesquelles l'apprentissage direct de la structure relationnelle par un modèle RDL permet d'exploiter des interactions temporelles ou multi-tables difficiles à résumer par des agrégations.
[1] Robinson, Joshua, Rishabh Ranjan, Weihua Hu, Kexin Huang, Jiaqi Han, Alejandro Dobles, Matthias Fey, Jan Eric Lenssen, Yiwen Yuan, Zecheng Zhang, Xinwei He et Jure Leskovec. " RelBench: A Benchmark for Deep Learning on Relational Databases ". Advances in Neural Information Processing Systems, 2024. https://cs.stanford.edu/~jure/pubs/relbench-neurips24.pdf
Le profil recherché
Qui recherchons-nous ?
Il s'agit d'un stage de 6 mois à partir de janvier/mars 2027.
Vous préparez un diplôme de niveau Bac +5 dans une université ou une école d'ingénieur, spécialisé en deep learning et IA.
Vous maîtrisez Python et Scikit-learn. Vous avez des connaissances en statistiques et mathématiques, et un intérêt pour les aspects applicatifs et théoriques du sujet. Vous avez un niveau B2 en anglais (lecture et écrit).
Vous faites preuve de curiosité et d'ouverture d'esprit. Vous êtes autonome et avez un esprit d'équipe pour partager et poser des questions.
Vous avez idéalement le souhait de poursuivre sur les mêmes sujets en thèse. Une poursuite en thèse est possible dans l'équipe.
Pour information, nous ne proposons pas de stage alterné (ni de stage avec trois interruptions ou plus) et nos stages ne peuvent pas être convertis en alternance (la campagne d'alternance commencera vers mars).
Il s'agit d'un stage de 6 mois à partir de janvier/mars 2027.
Vous préparez un diplôme de niveau Bac +5 dans une université ou une école d'ingénieur, spécialisé en deep learning et IA.
Vous maîtrisez Python et Scikit-learn. Vous avez des connaissances en statistiques et mathématiques, et un intérêt pour les aspects applicatifs et théoriques du sujet. Vous avez un niveau B2 en anglais (lecture et écrit).
Vous faites preuve de curiosité et d'ouverture d'esprit. Vous êtes autonome et avez un esprit d'équipe pour partager et poser des questions.
Vous avez idéalement le souhait de poursuivre sur les mêmes sujets en thèse. Une poursuite en thèse est possible dans l'équipe.
Pour information, nous ne proposons pas de stage alterné (ni de stage avec trois interruptions ou plus) et nos stages ne peuvent pas être convertis en alternance (la campagne d'alternance commencera vers mars).
Compétences requises
- Statistiques
- Python
- Anglais
- Mathématiques