Donecle développe des drones autonomes et une IA pour automatiser l’inspection des avions. Sa solution sert les compagnies aériennes, les industriels, les acteurs de la maintenance et des opérateurs militaires afin de réduire les inspections manuelles.
Stage Ingénieur·e ML : Évaluation des performances et validation des modèles
Donecle propose un stage d’ingénieur·e ML à Toulouse, consacré à l’évaluation, l’analyse et au suivi des performances des modèles avant et après déploiement. La mission comprend la mise en place de solutions automatisées et reproductibles, avec Python, Machine Learning, Deep Learning, Git, CI/CD et tests unitaires.
Repères sur Donecle
- Modèle
- B2B
- Siège
- Toulouse
- Domaine officiel
- donecle.com
- Création
- 2015 · 11 ans
- Effectif public
- 35 employés
- Financement total publié
- 19,2 M$Source ↗
- Dernière levée
- Late stage · 2026-04-01
- Montant annoncé
- 11 000 000 $
- Offres ouvertes
- 6
Investisseurs mentionnés
Détails de l’offre
La description complète publiée par Donecle.
L'objectif du stage est de comprendre les différentes dimensions de la performance de nos modèles ML et de mettre en place un système robuste, automatisé et reproductible d'évaluation, d'analyse et de suivi de ces performances, avant et après déploiement. Vous interviendrez sur :
- L'analyse et la formalisation des besoins techniques et métier.
- La réalisation d'un état de l'art : étude et analyse des outils et méthodes existants, proposition de solutions applicables et adaptées au contexte.
- L'implémentation de solutions fonctionnelles et claires pour le suivi, l'évaluation, l'analyse et les tests des performances des modèles ML.
- La communication des métriques aux différentes parties prenantes.
Étudiant·e en dernière année d’école d’ingénieur ou master en informatique / IA.
Solides bases en analyse de données, Machine Learning, Deep Learning (vision par ordinateur appréciée) et data visualization.
Très bonne maîtrise de Python, des bonnes pratiques de développement (Git, CI/CD, tests unitaires) et de l'analyse statistique.
Très bonne communication, à l'écrit comme à l'oral, et capacité à vulgariser des résultats techniques auprès d'interlocuteurs non techniques.
Autonomie, curiosité, rigueur, goût pour l’industrialisation et la reproductibilité.
Prérequis
- analyse de données
- analyse statistique
- très bonne communication
- vulgarisation de résultats techniques
- autonomie
- curiosité
- rigueur
- goût pour l’industrialisation et la reproductibilité