Stage - Apprentissage automatique sur données multi-table F/H

Quel environnement de travail ? L'équipe PROF mène des travaux de recherche dans les domaines des statistiques, machine learning et analyse de données et apporte son expertise dans ces domaines en soutien aux unités opérationnelles d'Orange.

À quoi ressemble le poste ? Les opérateurs télécom disposent de données réparties dans de nombreuses tables reliées entre elles, telles que les clients, les contrats, les contacts, les incidents réseau et les usages de services. Cette organisation relationnelle permet de représenter l'historique détaillé des clients, mais elle complique leur utilisation par les méthodes classiques de machine learning, qui nécessitent généralement de transformer les données multi-tables en une table plate au moyen d'opérations d'agrégation et de feature engineering.

L'objectif de ce stage sera d'étudier et de comparer deux stratégies de classification sur ces données : d'une part, une approche fondée qui a fait ces preuves fondées sur la propositionalisation automatique, notamment au moyen de Khiops, qui construit des variables agrégées à partir des tables secondaires ; d'autre part, les nouvelles approche de Relational Deep Learning (RDL), qui représente directement la base relationnelle sous la forme d'un graphe hétérogène et temporel dont les lignes des tables constituent les noeuds et les liens entre clés primaires et étrangères les arêtes.

Afin de rendre l'évaluation reproductible et de positionner les résultats par rapport à l'état de l'art, le stage pourra également inclure des expérimentations sur le benchmark public Rel Bench(1), qui propose des bases relationnelles, des tâches prédictives et des protocoles d'évaluation standardisés pour le Relational Deep Learning. Une attention particulière sera portée à l'identification des situations dans lesquelles une méthode de propositionalisation explicable et frugal comme Khiops constitue une solution suffisante, et de celles dans lesquelles l'apprentissage direct de la structure relationne