DRS 023 Direction Réseaux et Services Sujet : Conception et Développement d’une application de détection proactive des incidents réseaux et services via des algorithmes de machine Learning/ Deep Learning PFE

Contexte et objectif

• Mettre en place un outil intelligent et automatisé pour la détection proactive des incidents réseaux et services, en s’appuyant sur des approches de Machine Learning et Deep Learning.
• Garantir une meilleure disponibilité des réseaux et services, optimiser le travail des équipes techniques et réduire le temps de réponse face aux incidents.

Missions principales

• Concevoir et développer une application capable d’ingérer des données opérationnelles (logs, métriques, traces) et d’identifier des anomalies ou incidents de façon proactive.
• Prototyper, entraîner et comparer plusieurs modèles (classifi cation, détection d’anomalies, séries temporelles) en utilisant des techniques de Machine Learning / Deep Learning.

Livrables et résultats attendus

• Application logicielle fonctionnelle intégrant le pipeline de collecte, pré-traitement, détection et génération d’alertes.
• Rapport technique détaillant l’architecture, les modèles testés, les métriques d’évaluation et les recommandations pour la mise en production.

Environnement technique et technologies

• Domaine : Data science, AI.
• Technologies attendues : bibliothèques ML/DL (ex. scikit-learn, TensorFlow/PyTorch), outils de traitement de séries temporelles, bases de données de séries/métriques et outils de visualisation.

Compétences requises

• Connaissances en data science, apprentissage automatique et/ou apprentissage profond.
• Maîtrise du pré-traitement de données, ingénierie des features, évaluation de modèles et déploiement d’algorithmes.

Encadrement et organisation

• Entité d’accueil : DRS/DTO – SMC QoS.
• Durée du stage : 6 mois.
• Nombre de stagiaires requis : 2.

Modalités de candidature

• Pour postuler : Postuler ici
• Le lien ci-dessus dirige vers la page de candidature fournie par l’entité d’accueil.