📢 Contexte du stage

La rédaction et l’analyse de spécifications sont des étapes cruciales dans les projets d'ingénierie système, permettant d'identifier les besoins clients, de les traduire en exigences fonctionnelles et techniques, et de garantir la faisabilité et la testabilité d’un système. 

Avec l’émergence des LLMs (Large Language Models), et des techniques de RAG (Retrieval Augmented Generation), de nouvelles opportunités se présentent pour automatiser et améliorer l'analyse des spécifications techniques.

🎯 Quelle est l'objectif ?

Le but de ce stage est de concevoir et de mettre en œuvre une solution basée sur les techniques LLM et RAG pour :

• Analyser, corriger et valider des exigences selon des critères métier
• Identifier les incohérences, ambiguïtés ou redondances dans les spécifications
• Assurer la traçabilité entre un besoin et les exigences associées
• Analyser la cohérence entre le code, les spécifications techniques et les tests unitaires d’un logiciel
• Effectuer une analyse d’impact en cas de modification du système
• Rédiger des cas de test fonctionnels à partir d’un document de spécification
• Fournir un outil d’aide à la conception et à la compréhension d’un système complexe pour les ingénieurs système.

 👉 Quelles seront vos missions ?

• Étudier les spécifications techniques fournies par nos clients et identifier les besoins en matière d'analyse automatisée ;
• Mettre en œuvre des modèles de langage (LLM) adaptés pour la compréhension des spécifications en ingénierie système ;
• Développer des techniques de RAG et prompt engineering permettant d'augmenter la capacité de génération de texte en exploitant des bases de connaissances internes ;
• Générer des données synthétiques afin d’augmenter un corpus de spécification à l’aide de techniques d’IA générative ;
• Créer des outils d’analyse permettant de synthétiser les informations clés, d’identifier les points critiques et de proposer des recommandations ;
• Tester et valider la solution sur des jeux de données réels, puis itérer sur les modèles et les approches en fonction des résultats obtenus.

💻 Quel est l'environnement technique ?

• Stack technique : Python, LangChain/LlamaIndex, HuggingFace Transformers
• Intégration continue : GitLab CI, Docker
• Écosystème : Linux ou Windows/WSL
• Méthodologie : Agile
• IA : LLM On-Premise, Ollama

🙌 Quelle équipe et quelle méthodologie ?

• Équipe : Intégré à l'équipe Data/IA dans nos locaux de La Garenne-Colombes
• Encadrement : Accompagné et encadré par nos docteurs/ingénieurs IA

🔎 Vous êtes :

• En dernière année d'école d'ingénieur ou équivalent universitaire en Data science / Intelligence Artificielle
• Connaissances en traitement du langage naturel (NLP) et prompt engineering
• Expérience préalable ou intérêt pour les techniques de RAG et leur mise en œuvre
• Bonnes compétences en programmation (Python, PyTorch, TensorFlow) et familiarité avec des bibliothèques NLP (Transformers de HuggingFace, LangChain, LlamaIndex, etc.)
• Familier avec OS Linux
• Intérêt pour l’ingénierie système et la compréhension des spécifications techniques
• Bon niveau en anglais (oral et écrit)
• Autonome, curieux et esprit d’initiative sont vos atouts
  

Nous cherchons aujourd’hui nos futurs stagiaires…