Informations générales
Entité de rattachement
Avec le premier réseau long-courrier au départ de l'Europe, le groupe Air France /KLM est un acteur majeur du transport aérien mondial.
Ses principaux métiers sont le transport aérien de passagers, de fret et la maintenance aéronautique.
Référence
2026-25875
Description du poste
Intitulé du poste
Stage Data Science – Revenue Management / Prédiction de la demande et optimisation de l'overbooking F/H
Métier
Systèmes d'informations - Développement
Présentation du contexte
Dans un environnement aérien marqué par une demande variable et des capacités limitées, prévoir les réservations et les comportements des passagers est essentiel au Revenue Management. La qualité de ces prévisions contribue aux décisions de disponibilité et de tarification, ainsi qu’au calibrage des politiques d’overbooking.
Les modèles traditionnels s’appuient généralement sur des historiques de réservation et des données propres à chaque marché ou vol. Ils peuvent être moins performants lorsque les données sont rares, lorsqu’un marché évolue ou lorsqu’il faut estimer la demande pour une nouvelle route ou un nouveau contexte. Les approches de zero-shot learning et les modèles pré-entraînés ouvrent de nouvelles pistes pour produire des estimations sans disposer d’un historique spécifique suffisant, ou en limitant le besoin de réentraînement.
L’enjeu du stage sera d’évaluer le potentiel de ces méthodes pour la prévision de la demande et l’aide à la décision en matière d’overbooking, en les comparant à des approches de référence et en mesurant leur intérêt opérationnel.
Description de la mission
Rattaché.e au département Data / OR & AI de la Direction Informatique, dans l'équipe dédiée aux sujets du Revenue Management, au sein de la Data Factory d’Air France-KLM, et encadré·e par votre maître de stage, vous travaillerez sur un sujet à la croisée de la data science, de la prévision et de l’aide à la décision.
Le stage s’articulera autour de plusieurs volets :
· Comprendre les données et les pratiques métier : analyser les données disponibles (réservations, annulations, caractéristiques des vols et historique de la demande) et échanger avec les experts du Revenue Management pour identifier les besoins et les indicateurs pertinents.
· Établir des modèles de référence : construire ou évaluer des approches classiques de prévision de la demande et d’estimation des comportements de réservation, afin de disposer d’une base de comparaison fiable.
· Explorer le zero-shot learning : étudier des modèles pré-entraînés et des méthodes de transfert capables de produire des prévisions sur des séries temporelles ou données tabulaires. Vous évaluerez les informations nécessaires à ces modèles et leur capacité à s’adapter à différents horizons de réservation et contextes opérationnels.
· Étudier l’application à la prédiction de demande et l’overbooking.
· Évaluer et restituer les résultats : comparer les méthodes selon leur précision, leur robustesse et leur utilité pour la décision. Vous présenterez vos conclusions aux équipes data et métier, et pourrez développer un prototype de visualisation ou d’aide à la décision.
Les travaux seront menés sur données réelles, dans le respect des règles de confidentialité et des contraintes opérationnelles. Le stage permettra de déterminer dans quels cas le zero-shot learning apporte une valeur complémentaire aux méthodes existantes, et quelles limites doivent être prises en compte avant un éventuel déploiement.
Profil recherché
Nous cherchons un·e élève en dernière année d’école d’ingénieurs ou en Master 2, spécialisé·e en science des données, statistiques ou informatique, pour un stage de fin d’études en 2027.
Vous maîtrisez Python et SQL et disposez de solides bases en statistiques et en Machine Learning. Une connaissance des méthodes de quantification d’incertitude ou de l’analyse de survie sera un atout, tout comme une première expérience de développement dans un environnement cloud.
Rigoureux·se, autonome et curieux·se, vous appréciez la démarche expérimentale et savez présenter vos résultats à des interlocuteurs non techniques. Un intérêt pour le transport aérien sera un plus.
Type de contrat
Convention de stage
Durée du contrat (mois) :
6
Date de prise de poste souhaitée
29/03/2027
Type d'horaires
Administratif
Statut apprenti
Stagiaire
Profil candidat
Niveau d'études min. requis
Bac + 5 et plus
Localisation du poste
Localisation du poste
France, Ile-de-France, Val d'Oise (95)
Site
45 rue de Paris 95747 ROISSY CHARLES DE GAULLE CEDEX