Stages | Site du Master SEP

Le master SEP propose un stage long de 4 à 6 mois pour la majeure professionnelle et de 1 à 6 mois pour la majeure recherche.

Stages 2017/2018

Entreprise et sujet	Mission
SAS Spring Campus – Développement Avant-vente, Fraude	Encadré par un responsable senior avec un fort background analytique, vous travaillerez sur l’intégration du Machine Learning au sein de nos solutions de lutte contre la fraude et le blanchiment d’argent. Le succès du projet demandera de travailler sur les points suivants : – Comprendre la problématique business – Rechercher et analyser les approches existantes – Proposer de nouveaux modèles – Développer & intégrer ces modèles – Valider la valeur ajoutée de la nouvelle approche – Présenter les résultats
RCI banque-DIAC	– Développement d’un score Marketing pour une des filiales du groupe, comparaison de méthodes de Scoring classiques vs. Machine Learning avec utilisation potentielle de données externes. – Mise à jour occasionnelle des monitoring & backtesting – Analyses statistiques ponctuelles.
Big Apps	Étudier et implémenter un système d’interrogation d’un data lake basé sur le langage humain comme système de requête. La restitution la donnée sera soiys forme graohique (machine learning, process NLP).
Velvet	Optimisation des actions marketing : analyses sur le parcours client ; segmentations marketing ; modélisation prédictive ; automatiser et maintenir les tableaux de bord de pilotage d’activité ; études
SAS Spring campus – développement avant-vente – Analytics -Traitement de l’image & Deep Learning	Application des techniques de deep learning disponibles avec SAS® Visual Data Mining & Machine Learning. SAS® Viya™ apportera ses nouvelles techniques en version 3.3 (Deep forward networks, Auto encoders, Convolutional networks, Recurrent networks). Identifier une problématique métier pouvant bénéficier d’une classification automatique des images. – Vous devrez mettre en pratique ces nouvelles techniques de traitement de l’image et les illustrer à partir d’un démonstrateur sur cette problématique métier. – Vous pourrez également participer à des présentations internes ainsi qu’à des opportunités clients sur le même sujet. Compétences requises : Maîtrise du langage SAS, Python, R Capacité à s’adapter à de nouveaux langages et technologies Connaissances pratiques des fonctions de traitement de l’image Connaissances théoriques des réseaux de neurones – deep learning Connaissance du concept de temps réel – event stream processing
Pum plastiques	Travaux de réflexions et de conception de l’évolution du traif vente (entreprise internationale) : pricing
Greenflex	Mise en œuvre opérationnelle du CRM en mode multicanal pour la coopération CRM Services (requêtage sur UNICA – logiciel maison- ciblages ; mise en place projets t tests ; mise en production ; enrichisseemnt ; bilan quanti et quali ; développer des outims
CEDEPOD	Etude des facteurs déterminants des investissements direts étrangers dans les pays de l’Union économique monétaire ouest africain (UEMOA)
SAS Spring campus – développement avant-vente – Data management	En tant que stagiaire en Data Management, vous participerez à la préparation de propositions pour valider l’adaptabilité des logiciels SAS pour les scénarios IoT et autres « edge computations » (traitement de flux de données en temps réel et Big Data, par exemple) en utilisant les techniques et technologies les plus récentes. Le succès du projet demandera de travailler sur les points suivants : -Comprendre la problématique business ; – Rechercher et analyser les approches existantes ; – Proposer de nouvelles approches ; – Développer & intégrer l’approche dans le business scenario ; – Valider la valeur ajoutée de la nouvelle approche ; – Présenter les résultats. Compétences requises : -Expérience en programmation (certification SAS Base Programming), la connaissance des outils de Data Management serait un plus! ; – Vous êtes capable de travailler en équipe et êtes autonome, motivé et avez le sens des responsabilités ; – Vous êtes particulièrement à l’aise pour écrire des communications synthétiques de qualité (emails, présentations powerpoint) ; vous vous exprimez couramment en Français et en Anglais ; enfin, vous êtes capable d’animer des présentations devant une audience. -Vous pouvez être amenés à voyager ponctuellement en France et en Europe dans le cadre de vos missions.
Zenpark	-Création d’applications sur Qlik : consulter les équipes métiers concernées, construire le modèle de données, importer les données, configurer les feuilles de visualisation des données – Mise à jour des applications Qlik : suivre les changements en base de données SQL et les répercuter dans les applications Qlik concernées, prendre en compte les changements de process et les prendre en compte dans les applications Qlik concernées – Smart-Cities : effectuer l’analyse de l’occupation réelle des parkings, créer un modèle de foisonnement applicable à différents types de parking – Etude de rentabilité : créer un outil d’aide à la décision sur la performance des parkings – Projection de revenus : créer un outil d’aide à la décision permettant de calculer des projections de revenus selon différents critères
Communauté d’agglo du Saint Quentinois	Alimentation de Bdd, référent de cette base aec mise en place d’un observatoire + chargé des études stratégiques de la direction. Veille stratégique, lien avec de nombreuse services. Analyser les données note de synthèse, argumenter pour objectif d’aide à la décision.
SAS spring campus – développement Avant -vente – Fraude	Équipe internationale : présentation, réponses a appels d’offre, créations de démonstrateurs, intégration du machine learning au sein des solutions de lutte contre la fraude et le blanchiment d’argent.
SAS Spring campus – développement consulting – Fraude	Mise en œuvre d’une solution SAS de lutte contre la fraude, le blanchiment d’argent et l’abus de marché. Le succès du stage demandera de travailler sur les points suivants : • Comprendre la problématique business du client • Être capable de travailler en équipe • Montrer des qualités de proactivité et d’adaptabilité • Proposer, développer et intégrer de nouveaux modèles • Montrer des qualités rédactionnelles
Velvet	Mise en place d’un système de recommandations : contribution à la conception et la mise en place des briques applicatives ; développement de pipelines algorithmiques développement et implémenter des algo de recommandations. Développement en environnement big data (Spark, Hive, Python, ) sur des problématiques d’intégration de données et d’industrialisation du machine learning.
Orange SA	Analyse de données marketing (vente, achat, stock, prévision de ventes) des pays Orange( zone Europe et Middle-east/Afrique) : def et fiabilisation du process de récupération de donnée(format MS ACCESS), mise en place requetes SQL d’intégration, analyse avec els utilisateurs cibles. Mise en place des requêtes SQL d’analyse (avec VBA+ ThinkCell), propositions d’axes d’analyses marketing. Analyse des sources alternatives de données (réseaux sociaux, usages applicatifs etc).
Spring campus AVISIA	Intervention chez un client (star up) : liene nte cienst et fournisseurs de service : dasch board du client, indicateurs etc + matrcie de compétence Avisia, cartographie des activités des collaborateurs
Spring campus, CA	analyse desc des sujets d’études ; enrchissement été xploitation d’un datamart géomarketing ; scores d’appétence ; typologie de clientèle ; rédactiondes rapports d’études ; mise en production industrielle ; R&D ds le domaien big data
Mybestpro (telecommunications)	Algo pour système de recommandation, text mining avec prédictionde teux d’acceptation (sur doc de type devis), analyse d’impact.
Spring campus, SG La défense	Rédaction d’un manuel de formation illustrant l’exploration de données en vue de détection de fraude AML potentielle : visual analytics / visual scenario designer ; etude de cas avec des données Rédaction d’un manuel de formation destiné aux Data scientist illustrant la comparaison des modèles statistiques et des modèles IA : entreprise Miner. SAS
Spring campus, SG La défense	Rédaction d’un manuel de formation illustrant l’exploration de données en vue de détection de fraude AML potentielle : visual analytics / visual scenario designer ; etude de cas avec des données Rédaction d’un manuel de formation destiné aux Data scientist illustrant la comparaison des modèles statistiques et des modèles IA : entreprise Miner. SAS
BNP PARIBAS Securites Services	mise en œuvre du progiciel AB Initio pour gérer la gourvenance et la qualité des données. : process de A à Z de data management sur un système d’info dédié.
caisse d’épargne Bretagne pays de loire	Création de modèles statistiques à partir des données sociales pour faire de l’analyse prédictive.Construction d’un portail de reporting RH pour l’ensemble de la CEBPL SQL et R
BRGM	Initier une base de données d’apprentissage robuste, réunissant des enregistrements sismiques (larges bandes et/ou accéléromètriques), accompagnés de nombreuses métadonnées, issus de différentes bases de données internationales (e.g. K-NET and KiK-net, PEER, ESM, etc.). Réaliser le code qui permet de transformer ces ensembles de données en un problème abordable par des méthodes de data science (feature engineering), notamment dans un cadre d’apprentissage automatique supervisé. Tester plusieurs approches d’apprentissage artificiel (e.g “random forest”, “xgboost”, “SVM”, “deep learning”…) sur certaines statistiques du signal sismique, établis sur une fenêtre de temps glissante, comme caractéristiques descriptives. La sélection des données d’entrée, des caractéristiques descriptives, de la taille de la fenêtre de temps et des méta- paramètres des algorithmes de machine learning sont autant de variables du problème à déterminer. Réaliser le code permettant la comparaison minutieuse des résultats à travers une campagne de tests systématiques. Les données étant potentiellement très volumineuses, le test intensif et systématique de nombreux modèles engendrera probablement un problème de temps de calcul. Le cas échéant, nous projetons de prendre en compte cette difficulté en intégrant et adaptant les algorithmes d’apprentissage à un cadre de calculs distribués, comme celui proposé par l’environnement Big Data du BRGM
Pum plastiques	Étudier et analyser le fichier clients grands comptes : mettre à jour le fichier avec els SIRTE ; créer et mettre en place un process d’enregistrement mensuel des données clients ; élaborer et mettre en forme les stat clients ; proposer des axes d’amélioration de l’outil.
Prisma média	Pôle data science : Stock sur Hadoop /Spark, requêtage avec Dataiku, R, Python. Réaliser des scores, enrichissement de la BDD via open data, prédiction d’audience (modele de prediction), segments( avec google analytics), analsye pression commerciale (email). Le stagiaire participera également aux missions big data : branchements Hadoop/Spark/R avec l’équipe IT ; etc (voir fiche mission)
Umanis SA	Intégration d’une équipe de consultants SAS pour internvenir sur la maintenance applicative des applications SAS d’und es clients grand compte : 80% pges SAS sous UNIX, 20% pg shell ; tests unitaires et d’intégration ; analyse des demandes d’évolutions ; livraison enrecette.