Offre d'emploi Stage PFD - IA/ML & Recherche Opérationnelle

*Contexte* La congestion portuaire représente un enjeu économique et écologique majeur.

Les navires passent souvent des jours au mouillage en attente d'un quai disponible, brûlant du carburant inutilement.

Ce stage vise à développer un module intelligent capable de prédire ces congestions et de proposer une allocation optimale des quais (Berth Allocation Problem) *Objectif du Stage * Intégré(e) à l'équipe R&D, vous contribuerez au développement d'une brique technologique PortPulse® capable de s'interfacer avec nos solutions technologiques et nos API proprietaires .

PortPulse® est une solution de prévision de la congestion portuaire permettant d’optimiser les opérations portuaires et aux navires programmés à l’arrivée d’éviter l’attente à l’ancrage, en transformant ces temps improductifs en réduction des émissions, tout en améliorant les coûts et la sécurité. *Les étapes classiques du stage (Roadmap) :* * *Phase 1 : État de l'art et Familiarisation (Mois 1)* Prise en main de la stack technique AI Universal, incluant les données AIS et plusieurs API propriétaires : GoodWeather® (prévisions météo-océaniques haute résolution), BestRoute® (routage maritime optimisé temps/carburant/émissions), SafePassage® (sécurisation des approches portuaires) et StormResponse® (aide à la décision face aux événements météorologiques extrêmes). Revue de la littérature scientifique sur le "Port Congestion", "_Berth Allocation " _et les algorithmes qui existent notement la méthode d’Inverse Reinforcement Learning (IRL) combinant l’IRL avec des modèles temporels (LSTM) afin d’apprendre implicitement les règles de planification des quais à partir de données AIS. * *Phase 2 : Data Engineering & Analyse Exploratoire (Mois 2)* Nettoyage et structuration des données historiques de trafic (données AIS) et des logs portuaires. Corrélation avec les données météorologiques issues de *GoodWeather®* pour identifier l'impact des intempéries sur les délais de manutention. Etc. * *Phase 3 : Modélisation (Mois 3-4)* *Volet IA/ML :* Développement d'un modèle prédictif pour estimer le temps d'attente au mouillage et la durée des opérations à quai. *Volet Recherche Opérationnelle :* Implémentation d'algorithmes d'optimisation (Programmation linéaire ou heuristiques) pour suggérer des fenêtres d'arrivée optimales. * *Phase 4 : Validation et Intégration (Mois 5-6)* Backtesting des modèles sur des scénarios historiques réels. Développement d'un prototype (POC) et, selon l'avancement, intégration d'une API REST pour connecter le modèle à l'écosystème AIU. Rédaction du mémoire de fin d'études et soutenance *Profil recherché* Nous recherchons un(e) étudiant(e) en dernière année d'École d'Ingénieur ou Master 2, passionné(e) par la résolution de problèmes complexes, AI & RO Type d'emploi : Stage Durée du contrat : 6 mois Rémunération : 1 000,00€ à 2 000,00€ par mois Lieu du poste : En présentiel