L’optimisation de la gestion des déchets dangereux est un enjeu majeur pour réduire l’impact environnemental, améliorer l’efficacité des traitements et minimiser les coûts logistiques chez SUEZ.
Ce stage vise à exploiter les données pour optimiser les processus de collecte, de tri et de traitement de ces déchets. En tant que Stagiaire Ingénieur Data – H/F, vous travaillerez en collaboration avec les équipes Data et Opérations pour développer des modèles d’analyse et d’optimisation des flux de déchets dangereux.

Vos principales missions :
Intégré conjointement aux équipes IWS et Data & IA, vous contribuerez aux projets d’IA basées sur les problématiques de modélisation, prévision et optimisation des paramètres physico-chimiques issus des déchets dangereux.

Vos missions incluront :
• Collecte et nettoyage des données issues des capteurs, bases de données internes et historiques d’exploitation.
• Exploration des tendances et identification des variables influentes.
• Mise en place d’algorithmes de Machine Learning pour la prédiction des paramètres physico
chimiques
• Développement de modèles d’optimisation (programmation linéaire, heuristiques, simulation) afin de réduire les couts des réactifs.
• Création de tableaux de bord interactifs pour visualiser les flux de données entrants et sortants ainsi  que les liaisons entre ces données (Power BI, Tableau, Plotly, Streamlit).
• Présentation des résultats aux équipes opérationnelles et propositions d’amélioration.
• Veilles technologique et explorations des dernières approches et technique dans le secteur du
Machine Learning

L’environnement de développement sera le cloud Azure avec la plateforme interne CoDAI.

Démarrage: à partir du 6 avril 2025
Stage d’une durée de 6 mois. Basé à La Défense (92)
Possibilité de faire du télétravail 2 fois par semaine

Vous préparez un Bac+5 au sein d’une école d’ingénieur informatique, Master en Data science ou Intelligence Artificielle ou équivalent universitaire.
Une première expérience en stage ou sur un projet de data science serait un plus. 

Compétences techniques :
• Maîtrise de Python et des bibliothèques associées (Pandas, NumPy, Scikit-learn,
TensorFlow/PyTorch).
• Connaissances en optimisation mathématique et en recherche opérationnelle (PL, heuristiques,
graphes).
• Expérience avec des bases de données SQL et manipulation de données massives.
• Compétences en visualisation de données (Matplotlib, Seaborn, Power BI, Tableau).
• Connaissance des enjeux liés à la gestion des déchets et à l’environnement est un plus.
• Bonne compréhension des pratiques DevOps, de l'utilisation de Git pour le contrôle de version et du déploiement continu.

Qualités et capacités :
• Esprit analytique et rigueur scientifique.

• Capacité à résoudre des problèmes complexes et à proposer des solutions innovantes.

• Bonne communication et capacité à vulgariser des concepts techniques.

• Autonomie et esprit d’initiative.

 • Une bonne connaissance de la langue anglaise est requise.

La BU Hazardous waste - IWS s'est engagée à promouvoir la diversité et l'égalité des chances dans tous les domaines