Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : LS2N
Durée : 6 mois
Contact : philippe.leray@univ-nantes.fr
Date limite de publication : 2021-09-30

Contexte :
L’équipe DUKe (Data User Knowledge) du LS2N, UMR CNRS 6004, est l’une des principales équipes du laboratoire dans le thème « science des données et de la décision », forte de ses compétences en manipulation de données, en fouille de données et en interaction. Dans ce cadre, l’équipe a développé de nombreux algorithmes d’apprentissage et de manipulation de modèles graphiques probabilistes (réseaux bayésiens, réseaux bayésiens dynamiques, réseaux bayésiens relationnels).
L’équipe DUKe travaille en collaboration avec Talend, leader mondial des solutions d’intégration big data et cloud, sur l’utilisation de modèles graphiques pour détecter et corriger des anomalies dans les données.
Nous avons ainsi proposé une approche centrée autour de l’apprentissage de réseaux bayésiens permettant de découvrir automatiquement des anomalies dans des données tabulaires mixtes (discrètes et continues) [1].

Sujet :
Nous avons proposé une architecture basée sur l’utilisation de réseaux bayésiens pour l’apprentissage de dépendances probabilistes et la prise en compte de dépendances fonctionnelles, et l’identification de valeurs
anormales dans un jeu de données. L’objectif du stage est d’étendre l’architecture réalisée dans un contexte incrémental, où les données peuvent arriver par lot, où des variables peuvent être ajoutées et/ou enlevées, et
où des propositions de correction d’anomalies par l’utilisateur peuvent faire évoluer le modèle existant

Profil du candidat :
Master 2 en Informatique
5ème année école d’ingénieur

Formation et compétences requises :
Compétences :
· Concepts de probabilité, statistiques
· Programmation C++

Adresse d’emploi :
Le stage peut se dérouler en télétravail en raison des conditions sanitaires

Document attaché : 202012151624_StageM2R-2021-Talend.pdf