***English follows

Hitachi Énergie offre un poste de stagiaire en recherche dans le domaine de l'apprentissage automatique en ligne et de ses applications dans les réseaux électriques. Le stagiaire embauché travaillera sous la supervision d'un ou de plusieurs chercheurs scientifiques au Centre de recherche d'Hitachi Énergie situé à Montréal, au Canada. Ce poste sera offert en format hybride ou à distance au Canada.

Durée du stage: De préférence 6 mois.

Les dates de début et de fin sont négociables.

Mode de travail: Flexible pour le travail à distance ou hybride

Stage rémunéré

Responsabilités:

• Effectuer une étude/recherche documentaire pour explorer les méthodologies de pointe en matière d'IA et leur applicabilité, leurs forces et leurs faiblesses. L'accent sera mis sur les méthodologies et les outils utilisés dans les domaines comprenant (sans s'y limiter) les données séquentielles et chronologiques.
• Étudier les méthodologies permettant de comprendre et d'interpréter les décisions des modèles d'apprentissage machine pour les applications de réseaux électriques.
• Appliquer et modifier les méthodologies d'apprentissage machine pour développer des solutions d'automatisation des réseaux électriques. Effectuer des expériences en python, préparer la base de codes.
• Préparer un rapport technique, une présentation sur le travail accompli pendant le stage et/ou une publication dans le cadre d'une conférence évaluée par les pairs.

• Étudiants/candidats au doctorat en génie électrique, informatique/génie ou mathématiques appliquées. D'excellents étudiants de deuxième cycle de la maîtrise ayant une expérience pertinente sont également invités à poser leur candidature.
• Compréhension approfondie des méthodologies d'intelligence artificielle et d'apprentissage machine, comme la classification/régression/ supervisée/non supervisée basée sur l'apprentissage classique et profond supervisé/non supervisé et les modèles de séries chronologiques connexes.
• Expérience en matière de sélection des technologies par le truchement d'une étude documentaire.
• Expérience du développement de solutions basées sur l'apprentissage automatique pour des problèmes académiques ou industriels.
• Expérience du codage dans les bibliothèques Python et ML (p. ex., Tensorflow/Pytorch, Scipy, SkLearn).
• Bonnes aptitudes en matière de communication (écrite et orale).

• Si vous possédez l'une des qualifications suivantes, veillez à la mentionner clairement ans votre curriculum vitæ.
• Compréhension et/ou expérience pratique dans un ou plusieurs des domaines suivants : apprentissage continu, apprentissage généralisé, méta-apprentissage, intelligence artificielle évolutive, apprentissage automatique probabiliste, apprentissage continu, apprentissage sécuritaire.
• Connaissance de niveau universitaire en matière de probabilités, de méthodes statistiques ou de d'optimisation.
• Aptitude à faire preuve d'esprit critique et d'innovation. Habileté à prendre les devants dans la réalisation d'idées.
• Expérience préalable de la rédaction d'articles/de rapports techniques.
• Connaissance de l'automatisation des réseaux électriques.

• Perform literature survey to explore state-of-the-art AI methodologies and their applicability, strengths, and weaknesses. Focus will be on methodologies and tools used in the domains including (but not limited to) sequential and time series data.

• Investigate methodologies to understand and interpret the decisions from ML models for power grid applications.

• Apply and modify ML methodologies to develop solutions for power grid automation. Run experiments in python, prepare codebase.

• Prepare a technical report, presentation on work accomplished during internship and/or publication in peer-reviewed conference.

• PhD students/candidates in Electrical Engineering, Computer Science/Engineering or Applied Mathematics. Excellent senior year Master's students with relevant experience are also welcome to apply.

• In-depth understanding of AI/ML methodologies required, such as: classical and deep learning based supervised/unsupervised classification/regression and associated time series models.

• Prior experience in technology screening through literature survey required.

• Prior experience in developing machine learning based solutions for academic or industrial problems required.

• Coding experience in Python and ML libraries (e.g., Tensorflow/Pytorch, Scipy, SkLearn) required.

• Good communication skills (both written and spoken).

• Understanding and/or practical experience in one or more of the following fields preferred: continual learning, generalized learning, meta learning, scalable AI, probabilistic machine learning, lifelong learning, safe ML.

• Graduate-level knowledge of probability, statistical methods, or optimization preferred.

• Ability to do critical and innovative thinking. Ability to take lead in realizing ideas.

• Prior experience in writing technical articles/reports is good to have.

• Familiarity with power grid automation is good to have.