Stage IA générative et RAG

Contexte du stage

La rédaction et lanalyse de spécifications sont des étapes cruciales dans les projets dingénierie système permettant didentifier les besoins clients de les traduire en exigences fonctionnelles et techniques et de garantir la faisabilité et la testabilité dun système.

Avec lémergence des LLMs (Large Language Models) et des techniques de RAG (Retrieval Augmented Generation) de nouvelles opportunités se présentent pour automatiser et améliorer lanalyse des spécifications techniques.

Quelle est lobjectif

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 dun logiciel
• Effectuer une analyse dimpact en cas de modification du système
• Rédiger des cas de test fonctionnels à partir dun document de spécification
• Fournir un outil daide à la conception et à la compréhension dun système complexe pour les ingénieurs système.

Quelles seront vos missions

• Étudier les spécifications techniques fournies par nos clients et identifier les besoins en matière danalyse 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 daugmenter la capacité de génération de texte en exploitant des bases de connaissances internes ;
• Générer des données synthétiques afin daugmenter un corpus de spécification à laide de techniques dIA générative ;
• Créer des outils danalyse permettant de synthétiser les informations clés didentifier 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 lenvironnement 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 léquipe Data/IA dans nos locaux de La Garenne-Colombes
• Encadrement : Accompagné et encadré par nos docteurs/ingénieurs IA

Vous êtes :

• En dernière année décole dingénieur 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 lingénierie système et la compréhension des spécifications techniques
• Bon niveau en anglais (oral et écrit)
• Autonome curieux et esprit dinitiative sont vos atouts
  

Nous cherchons aujourdhui nos futurs stagiaires