"Alerted.org

PFE Dév. méthodologie : Modélisation évolution défauts de chaussée par l'analyse de données H/F

Entreprise: CORE CENTER

Site: MAGNY-LES-HAMEAUX

Pays: France

Type de contrat: Stage

Date de publication: 13 oct. 2025

Colas, filiale du groupe Bouygues a pour mission d’imaginer, de construire et d’entretenir des infrastructures de transport de façon responsable.

Acteur mondial des travaux publics, implanté dans plus de 50 pays sur les cinq continents, Colas rassemble 64 000 collaborateurs engagés dans leur territoire pour relier les hommes et faciliter les échanges dans le monde d’aujourd’hui et de demain.

Rejoignez Colas ! Venez contribuer concrètement au développement des territoires tout en bénéficiant d'un environnement de travail permettant à chaque collaborateur d'être soi-même, de s'exprimer et de progresser.

Votre mission

Le CORE Center, rattaché au siège de l’entreprise COLAS, joue un rôle central dans la stratégie de recherche et d’innovation du groupe. Doté d’équipements de pointe et reconnu pour l’expertise de ses équipes, il mène des projets à fort impact technologique.

La maintenance des chaussées constitue l’une des activités clés du groupe. Aujourd’hui, elle repose principalement sur une stratégie d’auscultation couplée à une logique de maintenance corrective. Afin d’évoluer vers une approche préventive, différentes campagnes d’auscultation ont permis de constituer des bases de données riches en retours d’expérience. Ces données offrent un point d’entrée pour la modélisation de l’évolution de pathologies courantes telles que les fissures ou les nids-de-poule.

La littérature scientifique propose de nombreux modèles pour suivre l’évolution de phénomènes dans le temps, parmi lesquels : Modèles déterministes (régressions linéaires ou non linéaires), Modèles stochastiques (ARMA, ARIMA), Modèles à composantes (additifs, multiplicatifs), Modèles d’apprentissage automatique (Ridge, Lasso, forêts aléatoires, XGBoost, réseaux de neurones récurrents, transformers), Modèles d’état ou de filtrage (lissage exponentiel, filtre de Kalman, réseaux bayésiens).

Dans le cadre du développement de méthodes de maintenance préventive basées sur l’analyse exploratoire de données d’auscultation d’infrastructures routières, le stage s’articulera autour des étapes suivantes :

• Réaliser un état de l’art des travaux existants sur l’analyse temporelle des pathologies routières,

• Développer un modèle d’évolution pour les principales pathologies observées,

• À partir de ces modèles, proposer une stratégie de maintenance préventive,

• Étudier la faisabilité d’un modèle de regroupement de maintenance, capable d’anticiper plusieurs besoins simultanés,

• Participer aux réunions d’équipe et présenter régulièrement l’avancement des travaux,

• Fournir un rapport clair et exhaustif.

Votre profil

Dernière année d’école d’ingénieur ou de Master spécialisé en statistiques ou machine learning

Maîtrise des outils Microsoft Office et de Python indispensable

Bonne compréhension de l’anglais technique

Qualités attendues : curiosité, esprit de synthèse, autonomie, force de proposition.

Les plus :

Première expérience (académique ou projet) en modélisation ou analyse de données

Première expérience avec Microsoft Databricks

Connaissances en deep learning

Connaissance d’un autre langage de programmation ou de Matlab

Notions en science des matériaux bitumineux, construction routière ou auscultation de chaussées

Gratification brute : 1800 € /mois + prime de fin de stage

Stage de 6 mois à pourvoir à partir d'avril 2026, à Magny-les-Hameaux (78)

Engagé en faveur de l'inclusion, Colas garantit le même accueil à toutes les candidatures et offre à chacun/chacune les mêmes chances de recrutement, d'épanouissement et de réussite au sein du Groupe.

En savoir plus :Colas - Talents : Rejoignez l'aventure (https://www.colas.com/fr/talents/)

Veuillez activer JavaScript

Les lecteurs d’écran ne peuvent pas lire la carte avec possibilité de recherche suivante.Suivez ce lien pour atteindre notre page Recherche d’offres d’emploi et rechercher les offres d’emploi disponibles dans un format plus accessible.

Plus d'opportunités dans le secteur routier