





Les systèmes d'Intelligence Artificielle sont aujourd’hui omniprésents chez Renault Group : inspection visuelle en usine, aide à la conduite des véhicules intelligents, optimisation de la supply chain, et même assistants d'IA génératives dédiés aux métiers. Cependant, malgré leurs performances, ces systèmes présentent des limites : erreurs de reconnaissance, phénomènes d’hallucination, difficulté à convaincre les experts qualité de leur fiabilité face à l’humain. Ce stage a pour objectif de fournir des référentiels permettant d'évaluer et éventuellement de renforcer la confiance des systèmes d'Intelligence artificielle. Vos missions : En tant que stagiaire, vous participerez à l’ensemble des thématiques couvrant le cycle de vie complet d’un modèle IA : * Analyse de la qualité des données : étude statistique des bases d’apprentissage (complétude, cohérence, diversité, biais, détection des zones pauvres en information). * Techniques d’apprentissage robustes et non biaisées : mise en œuvre de méthodes pour améliorer l’équité (repondération, fonctions de perte adaptées aux priorités métier, régularisations). * Quantification de l’incertitude : calibration probabiliste et/ou conforme, régression quantile, distributions prédictives, détection des données hors distribution (OOD) en conditions réelles. * Explicabilité des modèles : analyse de l’importance des variables, sensibilité conditionnelle et fiabilité des résultats. * Analyse en conditions réelles & dérive en production : détection de dérive des données et recommandations pour un pipeline complet d’évaluation continue.