Stage Ingénieur en Deep Learning - IT (H/F) - Canada

EIC est le leader du placement de stagiaires internationaux au Canada. Notre mission est d’accompagner les étudiants internationaux afin de leur offrir une expérience de stage enrichissante en Amérique du Nord dans des conditions optimales !

Pourquoi choisir Experience Internship Canada ? 🌎

✅ Plus de 200 entreprises partenaires

✅ 17 secteurs d’activité : Finance, Marketing, Informatique & Technologie, Immobilier, Ressources humaines, ONG, Ingénierie, Data Science, Sports…

✅ Leader sur le marché des stages internationaux au Canada (Montréal, Toronto, Vancouver,...)

Ce que notre programme de stage offre aux étudiants :

• Un stage professionnel dans ton domaine
• Hébergement en centre-ville (salle de sport, piscine,...)
• Assistance dans les démarches de visa
• Soutien local 24h/24 et 7j/7
• Coaching individuel et test de personnalité MBTI
• Accueil à l'aéroport
• Formation professionnelle en entreprise
• Accès à un réseau international de contacts
• Événements culturels et sociaux (afterwork, match de hockey,...)
• Cours de langues (anglais ou français - optionnel)

Les avantages d'un stage à l'international :

• Valoriser son CV avec une expérience internationale reconnue par les employeurs
• Développer de nouvelles compétences professionnelles
• Améliorer son anglais et travailler dans un environnement multiculturel
• Se démarquer sur le marché de l’emploi grâce à une immersion professionnelle à l’étranger
• Avoir des responsabilités concrètes
• Bénéficier d'un accompagnement personnalisé favorisant leur développement personnel et professionnel
• Elargir son réseau professionnel à l’échelle internationale
• Découvrir la culture nord-américaine

Consultez notre site web pour plus d'informations : https://www.eic-canada.ca/

*Stage situé au CanadaMissions

• Modélisation Deep Learning : Création et entraînement de réseaux neuronaux (CNN, RNN, etc.) pour des applications comme la vision par ordinateur ou le NLP.
• Optimisation d’architectures : Réglage des hyperparamètres, régularisation, et amélioration de la précision des modèles.
• Traitement de données massives : Nettoyage, prétraitement et gestion de datasets à grande échelle.
• Mise en production : Intégration des modèles dans des pipelines d'inférence scalables.
• Recherche & innovation : Exploration de nouvelles architectures ou techniques d'entraînement.
• Explicabilité & transparence : Développement de techniques d’analyse de la décision des modèles (SHAP, LIME, etc.).
• Collaboration interdisciplinaire : Travail avec les équipes data, backend ou produit pour livrer des solutions robustes.