Description de l’entreprise
Sentiom a comme mission d’effectuer la transformation numérique et de faciliter la transition énergétique de l’immobilier multirésidentiel existant vers des bâtiments intelligents, durables et bienveillants.
Pour ce faire, Sentiom développe une solution technologique intégrée combinant l’Internet des objets (IdO), l’intelligence artificielle (IA), les technologies infonuagiques et les jumeaux numériques.
Nos technologies permettent de recueillir et d’analyser différentes données provenant des bâtiments, notamment les événements de sécurité, le mouvement, la température, l’humidité, les vibrations, la consommation d’eau et d’énergie. Ces données sont utilisées afin de développer des solutions permettant d’améliorer la sécurité des occupants, l’efficacité des opérations et la performance des bâtiments.
Sentiom se concentre notamment sur les résidences pour personnes âgées et les milieux accueillant des personnes vulnérables. Nous collaborons avec des partenaires institutionnels, cliniques et universitaires afin de développer et valider nos technologies directement en conditions réelles.
Description du stage – Objectifs généraux
Nous recherchons un(e) stagiaire en intelligence artificielle et science des données curieux(se), autonome et orienté(e) vers la résolution de problèmes pour se joindre à notre équipe de recherche et développement.
Le stage s’inscrit dans un projet concret visant à développer une solution intelligente de priorisation et d’assignation des alertes dans des milieux de vie pour personnes âgées et vulnérables.
L’objectif est d’exploiter les données provenant des systèmes et capteurs déjà déployés par Sentiom afin de développer une couche d’intelligence capable de mieux comprendre le contexte d’une alerte, d’en déterminer le niveau de priorité et de recommander l’intervenant le mieux positionné pour agir.
Le/la stagiaire participera à l’ensemble du cycle de développement : préparation et exploration des données, prototypage, développement des modèles et algorithmes, validation, analyse des performances et expérimentation en conditions réelles.
Objectifs et responsabilités
Le/la stagiaire sera amené(e) à :
Analyse et préparation des données
- Explorer et analyser les données provenant des systèmes IoT et des systèmes d’alertes déployés dans les bâtiments.
- Nettoyer, structurer et préparer les données afin de les rendre exploitables par les modèles et algorithmes.
- Identifier des tendances, corrélations et comportements pertinents dans les données.
- Participer à la définition des variables et indicateurs pertinents pour la priorisation des alertes.
Développement d’un modèle de priorisation des alertes
- Participer au développement d’un modèle permettant d’attribuer dynamiquement un niveau de priorité aux différentes alertes.
- Intégrer différents éléments contextuels tels que le type d’alerte, l’historique récent, l’heure, la disponibilité des intervenants et la charge opérationnelle.
- Expérimenter différentes approches d’intelligence artificielle et d’algorithmique afin d’identifier les solutions les plus performantes.
- Participer au développement d’une approche permettant d’expliquer les recommandations produites par le système.
Développement d’un algorithme de recommandation
- Contribuer au développement d’un algorithme permettant de recommander l’intervenant le mieux positionné pour répondre à une alerte.
- Prendre en considération différentes contraintes telles que la proximité, la disponibilité et la charge de travail.
- Participer à l’intégration du module de recommandation aux outils logiciels existants de Sentiom.
Prototypage et expérimentation
- Développer rapidement des prototypes afin de tester différentes hypothèses et approches.
- Concevoir et exécuter des expérimentations sur des données réelles.
- Comparer les résultats produits par les modèles avec les décisions et observations des utilisateurs terrain.
- Participer aux boucles de rétroaction permettant d’améliorer progressivement les modèles et algorithmes.
Validation et analyse des performances
- Définir et suivre des indicateurs permettant d’évaluer la performance des modèles.
- Analyser les faux positifs, les écarts de priorisation et la qualité des recommandations.
- Participer à la validation du système en collaboration avec les équipes techniques, scientifiques et les utilisateurs terrain.
- Documenter les résultats et proposer des pistes d’amélioration.
Recherche appliquée et veille technologique
- Explorer de nouvelles approches en intelligence artificielle, modèles de langage (LLM), machine learning et systèmes de recommandation.
- Tester rapidement de nouvelles idées et technologies afin d’en évaluer le potentiel.
- Collaborer avec des chercheurs et experts universitaires participant aux projets de recherche de Sentiom.
- Contribuer au transfert des résultats de recherche vers des applications concrètes et déployables.
Livrables attendus
Au cours du stage, le/la stagiaire contribuera notamment aux livrables suivants :
- Jeux de données préparés, structurés et documentés pour les besoins du projet.
- Analyses exploratoires des données et identification des variables pertinentes.
- Prototype fonctionnel du modèle de priorisation contextuelle des alertes.
- Contribution au développement de l’algorithme de recommandation d’assignation.
- Code source documenté des modèles et algorithmes développés.
- Méthodologie et résultats des tests et expérimentations réalisés.
- Analyse des performances des modèles et recommandations d’amélioration.
- Documentation technique et scientifique des travaux réalisés.
- Présentation et partage des résultats auprès de l’équipe technique et des partenaires du projet.
Compétences recherchées
- Bonne maîtrise de Python et des outils couramment utilisés en science des données.
- Connaissance des concepts de machine learning, intelligence artificielle et analyse de données.
- Expérience avec des bibliothèques telles que scikit-learn, PyTorch, TensorFlow, Pandas ou équivalent.
- Capacité à manipuler, nettoyer et analyser des ensembles de données complexes.
- Intérêt pour les modèles de langage (LLM), les systèmes de recommandation et l’IA appliquée.
- Bonne compréhension des méthodes d’évaluation et de validation de modèles.
- Connaissance de Git et des bonnes pratiques de développement logiciel.
- Capacité à documenter clairement son travail et ses expérimentations.
- Autonomie, curiosité et capacité à apprendre rapidement de nouvelles technologies.
- Capacité à travailler dans un environnement de R&D où il faut expérimenter, prototyper et itérer rapidement.
- Esprit analytique et intérêt marqué pour la résolution de problèmes concrets à partir de données réelles.
Atouts
- Expérience avec Microsoft Azure ou une autre plateforme cloud.
- Connaissance des environnements MLOps et des pipelines de données.
- Expérience avec les API REST et les architectures de données.
- Expérience avec des modèles de langage ou des API d’IA générative.
- Connaissance des méthodes d’optimisation ou des algorithmes de recommandation sous contraintes.
- Intérêt pour l’IoT, les bâtiments intelligents ou les technologies appliquées au secteur de la santé et du vieillissement.
Formation
Étudiant(e) au baccalauréat ou à la maîtrise en :
- informatique;
- intelligence artificielle;
- science des données;
- génie logiciel;
- génie informatique;
- mathématiques ou statistiques appliquées;
- ou tout autre domaine connexe.
Environnement technologique
Selon les besoins du projet, le/la stagiaire pourra notamment travailler avec :
Python Jupyter Git Microsoft Azure Azure Machine Learning PyTorch TensorFlow scikit-learn API REST données IoT modèles de langage (LLM)
Le/la stagiaire aura également accès aux données issues des systèmes et capteurs déployés par Sentiom ainsi qu’à l’accompagnement de l’équipe technique et de collaborateurs scientifiques externes.
Profil recherché
Nous recherchons avant tout une personne qui aime comprendre un problème, explorer les données et construire rapidement quelque chose pour tester une hypothèse.
Le profil idéal n’est pas uniquement théorique : nous cherchons quelqu’un qui aime expérimenter, prototyper, coder, tester, analyser les résultats et recommencer jusqu’à obtenir une solution qui fonctionne dans un environnement réel.
Le stage offre ainsi une occasion de travailler sur un projet d’IA appliquée ayant un impact direct sur les opérations et la sécurité dans des milieux de vie réels.
Job Types: Full-time, Apprenticeship, Internship / Co-op
Pay: $21.00-$27.00 per hour
Benefits:
- Flexible schedule
- Work from home
Ability to commute/relocate:
- Montréal, QC H3N 1M3: reliably commute or plan to relocate before starting work (required)
Application question(s):
- Combien de sessions vous reste-il pour terminer votre programme?
- SVP fournir un lien vers votre profil LinkedIn
Education:
- Bachelor's Degree (required)
Experience:
- Science des données, AI, etc.: 1 year (required)
Language:
- Français (required)
- Anglais (preferred)
Licence/Certification:
- statut d'étudiant à temps plein (required)
- statut de citoyen canadien ou résident permanent (required)
Work Location: Hybrid remote in Montréal, QC H3N 1M3
