Contexte et objectifs

• Automatiser l’analyse intelligente des données de l’Observatoire : détection d’anomalies, analyse de tendances et production de rapports.
• Génération de résumés textuels par IA (NLP) intégrés aux rapports : ex. “Le trafic data mobile a augmenté de 12% ce trimestre, principalement grâce à l’expansion du segment prépayé.”

Tâches principales et prototype

• Développement d’un prototype en Python (Dash / Streamlit) couvrant le workflow complet : import des données → analyse → visualisation → génération automatique de rapport.
• Implémentation d’un pipeline de détection d’anomalies et d’analyse de tendances, avec export en PDF / Power BI / tableau web intégré.

Livrables attendus

• Rapport de conception détaillant les méthodes, choix techniques et justification (algorithmes, métriques, seuils d’anomalie).
• Script(s) d’analyse et pipeline de détection d’anomalies réutilisables; tableau de bord de visualisation des indicateurs.
• Générateur de rapports automatisés (PDF / Dashboard) et démonstration du prototype.

Compétences & technologies requises

• Maîtrise Python, Machine Learning, Deep Learning, NLP, statistiques et visualisation de données.
• Expérience souhaitée avec Transformers, intégration d’APIs GPT, frameworks Dash/Streamlit et outils d’export (Power BI, génération PDF).

Modalités pratiques

• Durée du Stage : 6 mois.
• Nombre de stagiaires requis (H/F) : 2.
• Possibilité d’intégration ultérieure au module Observatoire d’OrQoEstra.

Candidature

• Envoyer CV et lettre de motivation à l’adresse suivante : stages@sfmtechnologies.com.
• Indiquer en objet : « Candidature SUJET 14 - Analyse intelligente des données de l’Observatoire PFE ».