Stage 2026–2027 — INGÉNIEUR.E ASSISTANT.E AMOA - PROJET INTELLIGENCE ARTIFICIELLE (F/H) — Elancourt

Stage 2026–2027 — SII Île-de-France

Localisation : Elancourt.

Durée : 6 mois.

Début : Janvier 2027.

CONTEXTE

Au sein d’une équipe Industrie 4.0, vous participerez à des projets ambitieux où l’IA prend une place de plus en plus significative dans le but d’optimiser et fiabiliser les processus déjà existants. Vous aurez l’opportunité d’intervenir sur la phase AMOA dans sa globalité, du recueil des besoins jusqu’à la phase de déploiement, tout en garantissant la qualité et la conformité des solutions déployées.

OBJECTIFS DE LA MISSION

• Participer à la définition des besoins fonctionnels en collaboration avec les utilisateurs, les équipes métier et techniques.
• Participer à la formalisation des besoins métier recueillis sous forme de cahier des charges ou de liste d’exigences.
• Participer à la réalisation de POC et de maquettes fonctionnelles IA.
• Rédiger les cahiers de recette et scénarios de test adaptés aux fonctionnalités IA mises en place.
• Organiser et réaliser les campagnes de tests fonctionnels, d’intégration et de non-régression.
• Identifier, qualifier et suivre les anomalies jusqu’à leur résolution.
• Contribuer à l’amélioration des processus de recette et aux stratégies de test pour les projets IA.
• Assurer le reporting auprès des équipes projet et des parties prenantes.

PROFIL RECHERCHÉ

Étudiant(e) en dernière année d’école d’ingénieur ou de master universitaire, avec une spécialisation en Génie Industriel, Informatique ou Intelligence Artificielle et un fort intérêt pour l’application des technologies IA dans le secteur industriel et la transformation numérique.

À L’ISSUE DU STAGE

Compétences techniques

• Avoir une culture générale du domaine de l’intelligence artificielle (acteurs, tendances, grandes familles de modèles, limites et usages éthiques).
• Maîtrise du langage Python, notamment pour le développement et l’expérimentation d’algorithmes d’intelligence artificielle.
• Capacité à identifier, comprendre et utiliser différents types d’IA (apprentissage supervisé, non supervisé, réseaux de neurones, modèles génératifs, etc.).
• Connaissance des principales bibliothèques et frameworks IA (TensorFlow, PyTorch, Scikit-learn, Keras, etc.). La connaissance du langage R serait un plus.

Source

Book de stages SII 2026–2027 — page 28