CS27 - BAC+5 - Data Scientist - Évaluation et déploiement de modèles multimodaux pour des cas d’usage industriels

Société

RENAULT s.a.s.

Descriptif du poste

Votre environnement

Renault Group investit dans l’IA pour répondre à des besoins métiers variés, de la conception à la production. Vous rejoindrez le Centre d’Excellence IA de Renault Digital, qui réunit une quinzaine de data scientists et porte les projets d’IA transverses du groupe.

Vous travaillerez en lien direct avec les équipes des usines ou métier qui seront vos interlocuteurs pour définir les cas d’usage et valider vos recommandations. Vous aurez accès à des cas d’usage issus de plusieurs directions (industrie, ingénierie, finance, qualité, après-vente) et à des données variées : séries temporelles, images, audio, vidéo, verbatims.

• Moyens techniques : environnement GCP, accès à des API de modèles en ligne, matériel embarqué de test si besoin.
• Lieu : Boulogne-Billancourt (3 j/sem) et télétravail (2 j/sem), avec déplacements ponctuels au Technocentre de Guyancourt et sur sites de production.
• Encadrement :
  • T. Phe-Neau, PhD, Chapter Leader, Data Scientist @ Renault Digital
  • A. Vouillon, Head of AI CoE @ Renault Group

Votre mission

Déterminer, pour les cas d’usage industriel définis, quel type de modèle multimodal déployer, et outiller ce choix de façon durable.

La durée de vie des modèles déployés est aujourd’hui d’environ un an. Les modèles open source (ex. Gemma, DeepSeek, Qwen) déployés en interne peuvent s’affranchir du cycle de vie des fournisseurs. Mais en usine, le bon choix dépend aussi de la latence, de la connectivité, de la confidentialité, du matériel en bord de ligne et du coût. Vous comparerez donc trois familles d’approches : modèles en ligne via API (référence de performance), modèles open source auto-hébergés sur GCP et modèles embarqués sur matériel edge.

L’évaluation pourra porter sur deux problématiques, précisées avec les équipes métier : la détection d’anomalies sur images ou la transcription vocale (speech-to-text) avec vocabulaire spécifique.

Vos missions principales

• Cadrer les cas d’usage avec les équipes des usines et les équipes data science du AI CoE: données disponibles, contraintes terrain, critères de succès.
• Benchmarker les modèles : revue bibliographique, analyse comparative des caractéristiques, sélection de modèles par famille.
• Définir les métriques de chaque cas d’usage :
  • qualité métier (ex : rappel à taux de fausse alarme fixé et F1 pour les anomalies, WER et taux d’erreur sur le vocabulaire métier pour la transcription) ;
  • robustesse (ex : éclairage, bruit d’atelier, accents) ;
  • opérationnel et coût (ex : latence, débit, mémoire, coût par inférence) ;
  • pérennité (ex : licence, souveraineté, dépendance fournisseur).
• Construire le framework d’évaluation en Python, reproductible et extensible à de nouveaux modèles et cas d’usage.
• Déployer et comparer les solutions retenues sur GCP ou sur matériel embarqué, en testant des leviers d’optimisation (fine-tuning léger, quantisation).
• Rédiger la guideline d’usage : recommandation d’approche et de modèle par cas d’usage, validée avec les usines, et bonnes pratiques pour un usage pérenne (long-term support).

Votre profil

Vous êtes en dernière année d’école d’ingénieur ou de Master 2, avec une spécialisation en data science, IA ou vision par ordinateur.

• Solides bases en Machine Learning, Deep Learning et traitement multimodal (vision, audio).
• Maîtrise de Python et des frameworks IA.
• Connaissance des environnements cloud avec déploiement d’endpoints et de conteneurs (GCP apprécié).
• Notions d’inférence optimisée ou d’embarqué appréciées (quantification, vLLM, ONNX, TensorRT, Jetson).
• Rigueur expérimentale et capacité à analyser et synthétiser des résultats scientifiques.
• Autonomie, curiosité pour le terrain et aisance pour échanger avec des équipes opérationnelles en usine.

Apports pour l’étudiant

• Expertise sur les modèles multimodaux open source et commerciaux, et sur leur intégration en environnement industriel, du cloud à l’embarqué.
• Expérience pratique sur des problématiques réelles et variées, au contact des équipes des usines.
• Contribution à un framework et à des guidelines stratégiques pour l’IA générative en entreprise.
• Connaissance des bonnes pratiques MLOps pour le déploiement des projets IA chez Renault Group.
• Intégration aux équipes du AI CoE, aux séances de best practices et découverte des sujets IA de bout en bout.

Métier

Technologies & Systèmes D'information

Durée du contrat

6 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles.