Contexte et objectifs

• Concevoir un système intelligent capable de détecter automatiquement les fuites d’eau dans un réseau de distribution en s'appuyant sur des techniques d’apprentissage automatique.
• Le système devra analyser les données issues de capteurs (débit, pression, consommation) pour identifier les anomalies caractéristiques des fuites.
• Objectifs détaillés : collecte ou simulation des données capteurs, développement d’un modèle IA (Machine Learning / Deep Learning), module d’alerte temps réel et interface de supervision.

Tâches principales attendues

• Collecter et/ou simuler des données de capteurs pour un réseau de distribution d’eau ; modéliser le réseau si nécessaire et générer un jeu de données synthétique représentatif.
• Prétraitement des données, ingénierie des caractéristiques et sélection des signaux pertinents (débit, pression, consommation, métriques temporelles).
• Développement et entraînement d’un modèle de détection d’anomalies (Machine Learning ou Deep Learning) en utilisant TensorFlow / PyTorch / Scikit-learn.
• Conception et implémentation d’un module d’alerte en temps réel pour notifier les anomalies et intégration des alertes dans un tableau de bord / application Web.

Compétences et outils requis

• Programmation Python ; maîtrise de bibliothèques de ML/DL : TensorFlow, PyTorch, Scikit-learn.
• Traitement et visualisation de données : Pandas, Matplotlib, et/ou outils de BI comme Power BI.
• Notions d’IoT et de réseaux hydriques : compréhension des capteurs, acquisition de données et contraintes réseau.
• Expérience souhaitée en développement d’applications Web et dashboards pour la supervision et la visualisation des alertes.

Livrables attendus et critères d’évaluation

• Livrables : jeu de données (réel ou synthétique), code de prétraitement et d’entraînement, modèle entraîné, module d’alerte temps réel, interface de supervision (dashboard), rapport technique et guide d’utilisation.
• Critères d’évaluation : taux de détection, taux de faux positifs, précision/rappel si applicable, latence des alertes en temps réel, qualité de la visualisation et ergonomie du dashboard.
• Nombre de stagiaires requis : 1. Durée du stage : 6 mois.

Contact pour candidature

• Pour postuler, contacter : stages@sfmtechnologies.com