Alternance - Ingénieur R&D Analyse de Fiabilité par IA Multimodale H/F NaTran

Opérateur majeur de transport de gaz à haute pression,NaTran assure une mission
de service publique visant à garantir la continuité d'acheminement de gaz et s'engage
résolument en faveur du développement des gaz renouvelables et de la transition
énergétique dans les territoires.

📍 Localisation : Villeneuve-la-Garenne (92) - Île-de-France
🕒 Type de contrat : Alternance (2 à 3 ans)
📅 Démarrage : Septembre 2026
🎓 Niveau : Bac +5 - École d'ingénieur / Master 2

Rejoignez un projet R&D stratégique visant à transformer la maintenance industrielle grâce à l'intelligence artificielle.
🚀 Tes missions
Au sein du Lab Sécurité & Performance des Systèmes (SPESY), vous contribuerez au développement de modèles d'IA multimodale (données numériques et textuelles, images) appliqués à la fiabilité des équipements industriels.
Méthode : Identifier les bibliothèques et méthodes d'IA multimodale pertinentes
Développement : Développer des modèles multimodaux d'analyse de défaillance (survie, classification...)
Exploration & structuration des donnéesRecenser et caractériser les sources de données (GMAO, IoT, rapports, documentation, images...)
Structurer et préparer les données pour un traitement multimodal
État de l'art & méthodologieAnalyser les approches existantes en fiabilité et maintenance
Identifier les bibliothèques et méthodes IA pertinentes
Développement de modèles d'IADévelopper des modèles de prédiction de défaillance (survie, classification...)
Exploiter des données structurées et non structurées (textes, images)
Mettre en oeuvre des approches explicables (ex : SHAP, XGBoost...
Génération d'indicateurs décisionnelsConstruire des indicateurs de criticité et de priorisation
Développer des visualisations d'aide à la décision
Valoriser les résultats auprès des équipes métiers

🛠️ Compétences attendues :
Techniques
Bonne maîtrise de Python (pandas, scikit-learn, etc.)
Connaissances en Data Science & IA
Bases en modélisation statistique / analyse de survie
Sensibilité aux problématiques de données multimodales (texte, image)
Comportementales
Rigueur scientifique
Autonomie et capacité d'initiative
Esprit critique
Bon relationnel et capacité à vulgariser des sujets techniques