Stage Machine Learning appliqué à l`optimisation d`un réseau d

Durée
Date
Lieu
Contact
: 6 mois
: dès que possible
: Toulouse
: [email protected]
Stage Machine Learning appliqué à
l’optimisation d’un réseau d’objets connectés

Entreprise :
Intégrer Sigfox c'est rejoindre une entr eprise à l'état d'esprit atypique ! Vivez une expérience enrichissante
dans un environnement stimulant fait d'innovations et de challenges technologiques.
SIGFOX est la première et la seule société qui offre une connectivité cellulaire mondiale pour l'Internet des
objets, entièrement dédiée aux communications à bas débit.
SIGFOX, membre de l'IoT Valley dont le siège est situé à Labège (Toulouse), a implanté des filiales à San
Francisco, Boston, Singapore, Dubaï et Madrid. Pour plus d'informations sur SIGFOX, visitez :
www.sigfox.com ou suivez @sigfox sur Twitter.

Poste et missions :
Le volume croissant de données échangées chaque jour via le réseau Sigfox, conduit à développer de
nombreux services autour des données, en utilisant des algorithmes prédictifs de Machine Learning.
L’optimisation du réseau SIGFOX représente un enjeu considérable et néc essite la mise en place de
techniques sophistiqués alliant l’analyse et le traitement de données, la mise en place d’algorithmes de
machine learning (apprentissage supervisé, clustering). L’optimisation du réseau consiste principalement à
la synchronisation temps-fréquence du réseau par les données, ainsi qu’à l’optimisation des flux d’émission
montants et descendants.
Dans ce cadre, vos activités et responsabilités principales , au sein de l’équipe Data Science de Sigfox,
consistent à :

Comprendre les données existantes et les données à acquérir dans le cadre du réseau Sigfox

Mettre en place des algorithmes prédictifs de machine learning (régression, random forest,
gradient boosting, réseaux de neurones)

Tester, comparer les techniques étudiées et proposer une ou plusieurs solutions présentant les
meilleurs compromis performances / complexités

Profil :

Vous êtes motivé(e) pour rejoindre une structure dynamique en pleine croissance

Etudiant en dernière année d’école d’Ingénieur et/ou Master 2 en Mathématiques Appliquées ,
spécialisation en Data Science

Connaissances en machine learning, apprentissage supervisé et non supervisé : classification,
régression, arbres de décision, méthodes ensemblistes, réseaux de neurones

Langage de programmation et outils data science : Python et/ou R et/ou Matlab, Scikit learn,
Spark
sigfox.com