Research Intern – Explainable AI and Reporting Framework for Power Grid Machine Learning Applications

Only selected applicants will be contacted. 

-------------------------------------------------------------

Poste: IA explicable et système de rapport pour les applications d'apprentissage automatique dans les réseaux électriques

L’offre

Hitachi Energy est à la recherche d'un stagiaire en recherche hautement motivé pour contribuer à la conception et à l'évaluation de cadres de rapport alignés sur l'explicabilité et la gouvernance pour les modèles d'apprentissage automatique utilisés dans les applications de réseaux électriques. Le stagiaire recruté travaillera sous la supervision d'un ou plusieurs chercheurs scientifiques au centre de recherche Hitachi Energy. Ce poste sera occupé dans un format hybride ou à distance au Canada.

Durée du stage: 4 mois (peut être prolongé jusqu'à 6 mois selon les besoins)

Date de début: 4 mai 2026 (date flexible)

Mode de travail: Hybride

Stage rémunéré

Votre impact

• Réaliser des analyses documentaires et des évaluations comparatives sur l'explicabilité du langage machine et les techniques visant à instaurer la confiance.

• Étudier les cadres permettant d'assurer la transparence, la reproductibilité et la traçabilité des modèles.

• Explorer et évaluer les méthodes d’explication (p. ex., SHAP, LIME, modèles de substitution) et leur applicabilité aux flux de travail industriels de l’apprentissage machine.

• Prototypes de concepts de recherche à l’aide de Python et d’outils modernes d’apprentissage machine.

• Consigner les conclusions et les présenter dans des rapports techniques ou des publications, selon le cas.

Votre expérience​

• Étudiants/candidats au doctorat en informatique/ingénierie, apprentissage machine, génie logiciel/électrique.

• Les étudiants à la maîtrise (avec thèse) ayant une excellente expérience dans le domaine sont également invités à postuler.

• Une solide compréhension des concepts d'apprentissage automatique et d'ingénierie logicielle, de l'évaluation des modèles, du pipeline de validation et du CI/CD est requise.

• Connaissance des techniques d'interprétabilité et/ou des questions de gouvernance des modèles (par exemple, explicabilité, reproductibilité, équité).

• Maîtrise de Python et expérience des bibliothèques ML (par exemple, Scikit-learn, TensorFlow/PyTorch, SHAP, LIME).

• Expérience de la recherche impliquant la définition de problèmes, l'exploration de solutions potentielles et l'analyse de résultats, avec la capacité de présenter clairement les conclusions aux principales parties prenantes.

• Bonnes compétences en communication (à l'écrit et à l'oral).

Qualifications souhaitées

Si vous possédez l'une des qualifications suivantes, veuillez les indiquer clairement dans votre CV.

• Expérience préalable dans l'utilisation de bibliothèques d'interprétabilité ou d'explicabilité.

• Connaissance des cadres de gouvernance de l'IA (par exemple, EU AI Act, AI Verify, NIST AI RMF).

• Une ou plusieurs publications en tant qu'auteur principal dans des conférences/revues de premier plan sur l'IA/le langage machine (ML.)

• Habiletés à mener une réflexion critique et innovante. Capacité à prendre l'initiative pour concrétiser des idées.

• Expérience en ingénierie logicielle basée sur des modèles.

Seuls les candidats sélectionnés seront contactés.