Contexte : Une entreprise industrielle souhaite détecter des anomalies dans ses données capteurs. Le Problème : Les méthodes classiques supervisées ne sont pas adaptées faute de labels. Contraintes : Construire un autoencoder simple. Entraîner sur données normales. Détecter anomalies via erreur de reconstruction. Livrable attendu : Implémenter un modèle autoencoder et définir un seuil de détection d’anomalies basé sur reconstruction error.