Référence	2025/82
Niveau de formation	Bac+5
Spécialité	Data Science Intelligence Artificielle
Diplôme	Ingénieur Master
Lieu de travail	Rabat
Date d’expiration	12.12.2025
Entité d’accueil	PM
Type de stage	Stage pré-embauche
Période de stage	6 Mois
Mode de stage	Présentiel
Nombre de postes	1

• Étude d’état de l’art et justification des choix méthodologiques

• Jeux de données collectés ou constitués (images des trappes, équipements, etc.)

• Code source documenté des expérimentations (IJEPA et méthodes classiques)

• Résultats expérimentaux et analyses comparatives

• Rapports de déplacement (si collecte de données sur site)

• Rapport final détaillant la démarche, les résultats et les recommandations

• Solides bases en mathématiques appliquées, apprentissage automatique et réseaux de neurones

• Maîtrise de Python, PyTorch ou TensorFlow et connaissance des bibliothèques de vision (OpenCV, TorchVision, etc.)

• Capacité à sortir des approches classiques et à concevoir des architectures originales adaptées au contexte industriel

• Étudier les techniques classiques de détection supervisée et évaluer leur pertinence pour le cas d’usage ferroviaire

• Explorer les techniques non supervisées pour la détection d’anomalies visuelles, avec un focus sur le modèle IJEPA

• Concevoir un prototype expérimental basé sur un modèle non supervisé capable d’identifier les anomalies (ex. trappes mal fermées, pièces endommagées, etc.)

• Constituer un jeu de données d’images ferroviaires, annotées ou non, pour l’entraînement et la validation

• Comparer les résultats obtenus entre les approches supervisées et non supervisées et proposer une feuille de route pour un déploiement potentiel en environnement de maintenance