Mission
“Vous contribuerez à des projets variés ayant un impact concret pour le business d’Orange” [Franck, votre tuteur ]
Vous serez amené(e) à contribuer à plusieurs projets Data & AI et à participer à de multiples phases telles que :.
- Vous recherchez, collectez et explorez des données utiles aux analyses.
- Vous développez des processus de données (codage) pour collecter, préparer, enrichir, modéliser et analyser les données de manière efficace et pertinente afin d’en tirer de la valeur.
- Vous participez à la présentation des résultats des études, à la capitalisation, au transfert de compétences et à l’industrialisation des processus de données.
Compétences
“Vous êtes en dernière année de cycle ingénieur et en recherche d’un stage.” [Franck, votre tuteur]
- Vous maîtrisez les méthodes d’analyse de données et statistiques, ainsi que l’Intelligence Artificielle (modélisation, algorithmie, traitement textuel, etc.).
- Vous possédez des connaissances dans les techniques Web/API
- Vous maîtrisez les outils associés et avez une appétence pour le développement (Python, bases de données, etc.)
- Votre aisance en anglais est un atout pour ce poste, car certains projets peuvent être menés avec Orange Innovation, des filiales à l’international ou Buyin (JV entre Orange et Deutsche Telekom).
Stage de 6 mois à pourvoir à partir du mois de mars.

Vous travaillerez sur des sujets appliqués utilisant des techniques avancées en Data & AI !
Profil
- Vous avez un bon esprit d’analyse
- Vous êtes orienté résultats
- Vous faites preuve d’adaptabilité à des domaines et problématiques techniques très variés
- Vous aimez travailler sur des sujets variés mais opérationnels

Contexte :
Tirer parti au maximum de ces données est un enjeu majeur pour Orange et un terrain très intéressant et formateur pour un stagiaire désireux d’apprendre et de mettre en pratique les techniques data analytics et data science. Plusieurs types d’activités “ data “ participent à cette ambition :.

Développer des processus de traitement de données avec des langages Opensource (Python), l’utilisation de plates-formes Datascience :
- Amélioration des processus d’intégration de données structurées et non structurées issues de formats multiples (tables de bases de données, fichiers csv, excel, pdf, image, …) avec des techniques d’import adaptées et pouvant être industrialisées (imports en masse, robots de collecte, …), explorer des techniques d’import de données publiques pour enrichir les données internes (webscraping, requêtage API, …)
- Amélioration de la qualité des données (data cleansing) et la valeur intrinsèque des données (feature engineering) à l’aide de techniques appropriées (clustering, classification, recherche dans des données non structurées, analyse textuelle, traduction, …)
- Recherche de données externes (indices, cours, prix, composants de coûts entrant dans des prestations, …) pouvant participer à l’enrichissement des analyses
- Réalisation de rapprochements avec d’autres sources de données pertinentes internes (ex. données de prix, fournisseurs, contrat) ou externes provenant de nos entités opérationnelles, de nos fournisseurs, voire mêmes publiques
- Réalisation de modèles (Machine Learning) pour projeter ces données dans le temps (Time series prediction) ou prédire une dimension (ex un prix) en fonction d’inducteurs donnés
- Traitement et génération de contenu ou réponses textuelles à l’aide de techniques de type NLP, des modèles de type transformer (modèles pré-entrainés, LLM/prompting, fine tuning, …), création de processus de traitement pouvant mixer ces différentes techniques 
Concrétiser la valeur de ce données et traitements
- En donnant du sens dans le cadre de use cases data concrets afin de nourrir des études, des benchmarks ou en soutien de processus métiers en développant des moyens de visualisation ou de dashboarding (via des outils de Business Intelligence, le développement de data visualisations, de webapps, …),
- En accompagnant l’industrialisation des processus de données ayant prouvé leur efficacité et amenés à perdurer
- En veillant à la capitalisation et à la transmission des savoirs pour accompagner la montée en compétence sur les méthodes, technologies et outils data (retours d’expérience, code librairies, formations, …).