Développer et benchmarker des modèles de prédiction de ventes sur différents niveaux de granularité et expliquer l'impact des facteurs influents à l'aide des mécanismes d'attention.

Le Why du stage:

Développer un modèle de prédiction de ventes à l'état de l'art, en répondant à une problématique concrète et réelle qui intéresse nos clients.

Les missions du stage:

• Explorer et nettoyer les données pour préparer l'analyse
• Effectuer une évaluation comparative des algorithmes de prédiction en termes de performance et d'explicabilité
• Réaliser la sélection, l'optimisation et la création d'une interface Streamlit pour la visualisation des résultats des modèles sélectionnés, en intégrant des visualisations pertinentes pour une analyse approfondie

Le déroulement du stage:

Étape 1 : Découverte et cadrage (2 semaines)

• Effectuer une veille bibliographique
• Choisir un jeu de données pour effectuer les expérimentations (potentiellement avec Decathlon)
• Définir la roadmap

Étape 2 : Focus sur les mécanismes d'attention (1 mois) - Quel a été l'apport des mécanismes d'attention dans les nouveaux modèles de forecast ?

• Réaliser une recherche sur "comment les mécanismes d'attention peuvent-ils aider à expliquer les facteurs influents?"
• Effectuer la comparaison d'un modèle intégrant des mécanismes d'attention avec des modèles plus traditionnels

Étape 3 : Exploration & définition des critéres d'évaluation des méthodes (3 mois)

• 3 phases d'expérimentations d'un mois pour chacune des 3 méthodes de forecast choisies

Étape 4 : Réalisation & partage à OCTO (1,5 mois)

• Mettre en place une plateforme permettant la visualisation claire des résultats (MLflow, streamlit …)
• Partager aux autres Octos pendant et à la fin du stage, rédiger un article.

Stack technique : Python, Git, HuggingFace, Data Science

• Vous préparez un BAC+5 et vous êtes à la recherche d'un stage de fin d'études.
• Vous êtes issu(e) d'une formation en data science, informatique, ou mathématiques appliquées
• Vous maîtrisez des techniques de modélisation prédictive et machine learning
• Vous disposez de connaissance en analyse de données et statistiques
• Vous portez un intérêt pour l'explicabilité des modèles et les applications retail
• Vous avez la capacité de travailler en équipe et de communiquer des résultats complexes de manière claire