Stage 2026 -Etude, implémentation et comparaison du do-calcul dans les contextes discret, CLG, continu général H/F AIRBUS

**Job Description:**

*Envie de déployer vos ailes ? Et si votre aventure commençait avec nous ?* *Quel que soit le métier de vos rêves, nous avons peut-être le stage qu'il vous faut !*

Vous rejoindrez une entreprise reconnue à l'international, implantée sur tous les continents du monde et riche d'une diversité de parcours, d'expertise et de culture. Tournée vers le digital, à la pointe de la recherche et de l'innovation, vous avez l'opportunité de faire partie de cette aventure passionnante.

Une offre de stage intitulée « *Etude, implémentation et comparaison du do-calcul dans les contextes discret, CLG, continu général (F/H)* » vient de s'ouvrir au sein d'*Airbus SAS - Centre de Recherche et Technologies (CRT)* sur son site d'*Issy les Moulineaux*.

Vous rejoindrez une petite équipe dynamique au sein du département « Virtual Product Engineering » en charge du développement de nouvelles méthodes pour traiter des problèmes complexes hors du domaine d'application des outils actuels. Vous serez amené à travailler autant au sein de l'équipe Airbus qu'au laboratoire d'intelligence artificielle de Sorbonne Université (LIP6).

Ce stage consistera à travailler sur la causalité qui a connu un regain d'intérêt, porté par deux jalons majeurs : le besoin d'explicabilité des décisions algorithmiques et les avancées théoriques, notamment avec les travaux sur le do-calcul et les interventions causales. Avec l'essor des modèles d'apprentissage automatique, notamment les réseaux de neurones profonds, une critique récurrente a émergé : leur manque de transparence. Les systèmes fondés sur des corrélations peuvent être performants en prédiction, mais ils échouent souvent à fournir des explications causales - pourquoi une décision a été prise, quels facteurs l'ont influencée, et quelles seraient les conséquences d'une intervention.

Le CRT a développé en collaboration avec le laboratoire LIP6 (Sorbonne Université) des méthodes numériques innovantes pour l'apprentissage et l'inférence dans les modèles graphiques probabilistes continus. Ces travaux sont capitalisés dans les modules python pyAgrum et otagrum. Ces algorithmes servent de briques de base pour le développement du do-calcul dans le cadre continu général.

L'objectif principal de ce stage est de développer et de tester une implémentation du do-calcul dans le cadre continu général, en s'appuyant sur les modules pyAgrum et otagrum.

Le travail se déroulera en trois phases : I. État de l'art sur l'analyse causale et la quantification des effets causaux dans le cadre discret et continu II. Mise en oeuvre du do-calcul sur un cas-test A. discret via le package pyAgrum B. continu modélisé par un modèle continuous linear Gaussian (CLG) via pyAgrum C. continu général via otagrum et le module expérimental CONCACE III. Comparaison, analyse et proposition d'axes d'amélioration

Ce stage offre une opportunité unique de développer son expertise au sein d'un projet de R&D innovant, à la pointe de la modélisation probabiliste et de l'inférence causale.

Ce stage débute en *Mars 2026* pour une durée de *6 mois* (la période est communiquée à titre indicatif, et pourra être revue).

*Tâches et responsabilités :*

Encadré par votre tuteur, vous développerez vos compétences en travaillant sur les activités suivantes :

* Réaliser un état de l'art sur le do-cacul dans le cas discret et dans le cas continu général

* Réaliser un prototype de do-calcul dans le cas continu général en s'appuyant sur les modules pyAgrum et otagrum

* Tester ce prototype sur un cas test d'inférence causale continue et le comparer à la même analyse faite sur une version discrète du cas-test et une version continue Gaussienne du cas test

* Faire une analyse critique des algorithmes et proposer des axes d'amélioration (performance, précision etc)



Ce stage vous permettra notamment de développer les compétences suivantes :

* Modélisation probabiliste en grande dimension via des modèles graphiques probabilistes

* Modélisation et inférence causale via le do-calcul

* Programmation (Python, C++)

* Prise en main de modules numériques avancés en vue d'un usage spécifique

* Travail de synthèse

*
*Compétences & Prérequis :*

Vous allez intégrer une formation de niveau *Bac +5 (ou équivalent)* dans le domaine de *la modélisation probabiliste, de la modélisation causale ou une discipline apparentée* pour un stage d'une durée de *6 mois*.

Vous avez les connaissances et compétences suivantes :

* *Compétences techniques :*

* Programmation en python

* Bonne connaissance des concepts probabilistes multivariés


* *Soft skills :*

* Goût pour le travail de recherche


* *Compétences linguistiques :*

* Anglais : Intermédiaire

* Français : Intermédiaire

*

*Notre processus de sélection*

L'ensemble des candidatures sont étudiées par un recruteur. Si votre candidature est validée par le recruteur vous serez invité à réaliser un entretien vidéo différé. Il sera visionné puis partagé au manager du poste si votre candidature est présélectionnée en Short List. Le manager/ tuteur organisera des entretiens/ échanges avec les candidats short listés retenus avant de sélectionner le candidat final pour ce stage.

*Avantages liés à l'entreprise*

Notre engagement en faveur du bien-être de nos employés s'étend à la fois à leur vie professionnelle et à leur vie personnelle. Qu'il s'agisse de rémunérations compétitives ou de régimes de soins de santé complets, nous offrons à nos employés des avantages et des privilèges et des privilèges en fonction de nos implantations dans le monde - certains sont spécifiques à chaque pays.

This job requires an awareness of any potential compliance risks and a commitment to act with integrity, as the foundation for the Company's success, reputation and sustainable growth.

****Company:****
AIRBUS SAS

*Employment Type:*
Internship
-------

*Experience Level:*
Student

*Job Family:*
Research and Technology

By submitting your CV or application you are consenting to Airbus using and storing information about you for monitoring purposes relating to your application or future employment. This information will only be used by Airbus.
Airbus is committed to achieving workforce diversity and creating an inclusive working environment. We welcome all applications irrespective of social and cultural background, age, gender, disability, sexual orientation or religious belief.

Airbus is, and always has been, committed to equal opportunities for all. As such, we will never ask for any type of monetary exchange in the frame of a recruitment process. Any impersonation of Airbus to do so should be reported to ***** .

At Airbus, we support you to work, connect and collaborate more easily and flexibly. Wherever possible, we foster flexible working arrangements to stimulate innovative thinking.