**Résumé**
La donnée est aujourd'hui au coeur de nombreuses innovations numériques. Issue d'applications, de plateformes, de capteurs ou d'objets connectés, elle doit être collectée, préparée, analysée et valorisée afin de concevoir des services et des systèmes plus intelligents.
Cette alternance de trois ans propose à un étudiant de développer progressivement des compétences solides en data science, intelligence artificielle et big data, en participant à des projets concrets de recherche appliquée et d'innovation.
L'alternant interviendra à différentes étapes d'un projet Data et IA, depuis l'exploration des données jusqu'au développement et au déploiement de modèles sur des architectures cloud, edge ou distribuées.
Les projets pourront concerner différents domaines, tels que la santé numérique, les objets connectés, les environnements intelligents, l'industrie, le bâtiment, la mobilité ou les services numériques.
Il n'est pas nécessaire de maîtriser l'ensemble des technologies mentionnées avant de candidater : les missions seront adaptées au niveau de l'alternant et évolueront au cours des trois années.
**Travaux de recherche**
La généralisation des services numériques, des capteurs et des objets connectés entraîne la production de volumes croissants de données, souvent hétérogènes, distribuées et générées en continu. Leur exploitation nécessite de maîtriser l'ensemble de la chaîne de valorisation de la donnée, depuis sa collecte et son stockage jusqu'à son analyse, sa modélisation et son déploiement. La data science, l'intelligence artificielle et le big data occupent ainsi une place centrale dans la conception de systèmes capables de comprendre leur environnement, de détecter des situations particulières, d'anticiper des événements et d'accompagner la prise de décision.
Au cours de cette alternance, l'alternant participera progressivement aux différentes étapes de projets Data et IA. Il pourra être amené à collecter, nettoyer, structurer, explorer et visualiser des données issues de sources variées, puis à concevoir, entraîner et évaluer des modèles de machine learning et de deep learning. Les travaux pourront notamment porter sur des images, des séries temporelles, des données multimodales ou des données produites par des capteurs, des applications et des systèmes connectés.
Selon les besoins des projets, l'alternant pourra également contribuer à la conception de pipelines automatisés de traitement, expérimenter des technologies big data et étudier le déploiement de modèles sur des architectures cloud, edge, fog ou embarquées. Les travaux pourront également s'ouvrir aux systèmes distribués, à l'IA distribuée, à l'apprentissage fédéré, à la protection des données et à l'optimisation des ressources de calcul.
Les domaines d'application pourront notamment concerner la santé numérique, les environnements intelligents, la mobilité durable, l'industrie, le bâtiment ou, plus largement, les systèmes cyber-physiques.
Ces orientations s'inscrivent dans la continuité des recherches menées par l'encadrante et au sein de CESI LINEACT. Les travaux existants illustrent différentes applications de la data science et de l'intelligence artificielle, allant de l'analyse de données complexes à la conception de modèles prédictifs, en passant par la vision par ordinateur, le transfert de connaissances et le traitement distribué des données \[1–3\]. D'autres recherches du laboratoire portent notamment sur l'analyse de données multimodales, la reconnaissance des émotions, l'apprentissage fédéré, la sécurité des réseaux IoT et les modèles de deep learning sur graphes \[4–7\].
Ces contributions constituent une base scientifique et technique solide, tout en laissant la possibilité de faire évoluer les missions en fonction des projets, des compétences acquises et des centres d'intérêt de l'alternant.
Les activités confiées seront définies en fonction des projets de recherche en cours et évolueront progressivement au cours des trois années. Selon les problématiques abordées, l'alternant pourra monter en compétences en programmation Python, data science, machine learning, deep learning, traitement de données, pipelines big data, analyse de séries temporelles, vision par ordinateur, systèmes distribués, edge computing ou apprentissage fédéré.
Intégré dès la première année à des projets concrets, il gagnera progressivement en autonomie et contribuera à la conception, à l'expérimentation, à l'évaluation et, lorsque cela sera pertinent, au déploiement de solutions Data et IA complètes. Selon l'avancement et les résultats obtenus, les travaux pourront également faire l'objet d'une valorisation technique ou scientifique (démonstrateur, poster, communication ou article scientifique).
**Programme de travail**
**Première année : intégrer les projets et développer ses compétences**
Dès la première année, l'alternant sera intégré à un projet concret. Selon les besoins, il pourra :
* Préparer, explorer et visualiser des données
* Renforcer ses compétences en Python, Git et data science
* Réaliser de premières expérimentations en machine learning ou deep learning
* Documenter et présenter les travaux réalisés
**Deuxième année : approfondir et développer des solutions**
L'alternant participera à des projets plus complets et pourra :
* Concevoir des pipelines de traitement de données
* Développer, comparer et évaluer des modèles d'IA
* Explorer des technologies big data et des architectures cloud, edge ou distribuées
* Réaliser un prototype et un état de l'art sur la problématique étudiée
**Troisième année : gagner en autonomie et valoriser les résultats**
L'alternant contribuera de manière plus autonome à la conception d'une solution Data ou IA complète. Il pourra :
* Concevoir et optimiser une architecture de traitement et des modèles d'IA
* Expérimenter des approches d'IA distribuée, d'apprentissage fédéré ou d'edge computing
* Développer un démonstrateur ou un prototype fonctionnel
* Valoriser les résultats à travers un rapport, un poster, une communication ou un article scientifique
**Contexte**
**Présentation du laboratoire**
CESI LINEACT (UR 7527), Laboratoire d'Innovation Numérique pour les Entreprises et les Apprentissages au service de la Compétitivité des Territoires, accompagne les mutations technologiques des secteurs liés à l'industrie et à la construction. La proximité historique de CESI avec les entreprises oriente une recherche appliquée, menée en partenariat avec elles. Une approche centrée sur l'humain, associée à un ancrage territorial fort et à des liens étroits avec la formation, structure une recherche transversale plaçant les besoins et les usages des personnes au coeur de ses questionnements.
La recherche du laboratoire s'organise autour de deux équipes scientifiques interdisciplinaires et de plusieurs domaines d'application.
* L'équipe 1 « Apprendre et Innover » couvre les sciences cognitives, les sciences sociales et de gestion, ainsi que les techniques de formation et d'innovation. Elle étudie notamment l'effet de situations instrumentées par des objets techniques, tels que des plateformes, des ateliers de prototypage ou des systèmes immersifs, sur les processus d'apprentissage, de créativité et d'innovation.
* L'équipe 2 « Ingénierie et Outils Numériques » couvre les sciences et l'ingénierie numérique. Elle se concentre sur la modélisation, la simulation, l'optimisation et l'analyse de données des systèmes cyber-physiques, ainsi que sur les outils d'aide à la décision et l'étude des interactions humain-système, en particulier au moyen de jumeaux numériques couplés à des environnements virtuels ou augmentés.
Ces deux équipes développent et croisent leurs recherches dans des domaines d'application tels que l'Industrie 5.0, la Construction 4.0 et la ville durable, ainsi que les services numériques, en s'appuyant notamment sur des plateformes de recherche situées à Rouen, dédiées à la Factory 5.0, et à Nanterre, dédiées à la Factory 5.0 et à la Construction 4.0.
L'alternant rejoindra un environnement composé d'enseignants-chercheurs, d'ingénieurs, de doctorants, de stagiaires et d'élèves ingénieurs. Il pourra participer à des projets collaboratifs et bénéficier d'un accompagnement régulier dans le développement de ses compétences techniques, méthodologiques et professionnelles. Les cas d'usage pourront notamment concerner les objets connectés et les environnements intelligents, la santé numérique et l'accompagnement de l'autonomie, la reconnaissance d'activités humaines, la détection d'anomalies, les systèmes Edge, Cloud et distribués, l'analyse et la valorisation de données issues de capteurs, ainsi que l'intelligence artificielle appliquée aux systèmes cyber-physiques.
**Compétences**
**Compétences scientifiques et techniques** : bases en programmation, intérêt pour Python et le développement informatique, appétence pour les données et l'intelligence artificielle, notions en algorithmique, bases de données ou statistiques, et capacité à comprendre des ressources techniques en anglais. Des connaissances en machine learning, deep learning, big data, IoT ou systèmes distribués seront appréciées, mais ne sont pas indispensables.
**Compétences relationnelles** : curiosité, envie d'apprendre, rigueur, sens de l'organisation, capacité à travailler en équipe, esprit d'analyse, goût pour l'expérimentation et autonomie progressive.
**Conditions & avantages**
Contrat : Apprentissage, date de début à partir d’Octobre 2026
Localisation : CESI Campus de Lille (Villeneuve d’Ascq)
Durée : 3 ans dans le cadre d’un cycle ingénieur ou équivalent
* **Poste uniquement en alternance**
* Rémunération Brute Annuelle sur 12 mois selon le niveau de diplôme préparé
* Mutuelle pris en charge à 90% ;
* Participation et intéressement ;
* Télétravail 4 jours par mois (après 3 mois d’ancienneté);
* Ticket restaurant 100% pris en charge par CESI.
