Stage - Adaptation d'Une Infrastructure DevOps - MLOps pour une Infrastructure Edge Low-Swap H/F

L'offre

Safran Electronics & Defense est un leader mondial de solutions et de services en optronique, avionique, électronique et logiciels critiques, pour les marchés civils et de défense.
N°1 européen et n°3 mondial des systèmes de navigation inertielle pour les applications aéronautiques, marines et terrestres, Safran Electronics & Defense est également n°1 mondial des commandes de vol pour hélicoptères et n°1 européen des systèmes optroniques et des systèmes de drones tactiques.
Présents sur tous les continents, l'activité d'électronique et de défense de Safran emploie 7 600 personnes en Europe, en Asie-Pacifique, en Amérique du Nord et en Amérique du Sud.

Vous souhaitez participer à des challenges technologiques forts, nous vous proposons de vous épanouir au sein de nos équipes tout en construisant votre propre parcours par le biais des nombreuses opportunités offertes par l'entreprise et le Groupe.

Dans le cadre du développement d'une plateforme Edge AI reposant sur des équipements NVIDIA Jetson (Orin et Thor), une infrastructure DevOps/MLOps a été mise en place sur un cluster K3s ARM64. Elle intègre notamment GitLab, Harbor, Argo CD ainsi qu'une stack de supervision Prometheus/Grafana.

Afin d'améliorer la portabilité, la flexibilité et le déploiement de cette plateforme dans des environnements contraints, l'objectif est d'adapter l'architecture et les différentes stacks logicielles pour un déploiement sur des cartes Edge Low-SWAP à faible consommation.

Le stage consiste à adapter et industrialiser le déploiement de l'infrastructure DevOps/MLOps existante afin de la rendre compatible avec cartes Edge Low-SWAP, en s'appuyant sur les outils d'automatisation Ansible et Helm.
Les principales missions seront de :

• Comprendre les besoins et les contraintes d'un déploiement sur des cartes Edge Low-SWAP
• Analyser l'architecture existante et identifier les contraintes matérielles et logicielles.
• Adapter et factoriser la plateforme existante, les différents outils DevOps et MLOps pour des environnements contraints.
• Adapter et factoriser les playbooks Ansible et les configurations Helm pour faciliter le déploiement de cette plateforme.
• Explorer les architectures Edge décentralisées et adapter la plateforme en conséquence.
• Prendre en compte les contraintes de déploiement en environnement déconnecté (air-gapped).
• Définir et exécuter des tests de validation de la reproductibilité et du bon fonctionnement de la plateforme.

Résultats attendus

• Une infrastructure DevOps/MLOps déployable de manière automatisée sur cartes Edge Low-SWAP.
• Des playbooks Ansible et des configurations Helm adaptés et maintenables.
• Une documentation technique décrivant les procédures de déploiement et de validation.

Profil recherché

Vous êtes actuellement en école d'ingénieur dernière année ; généraliste avec spécialité en technologies de l'information ou école spécialisée en informatique et mathématiques appliquées.
Vous êtes reconnu(e) pour votre bon contact humain, ouverture d'esprit, curiosité, vos prises d'initiatives, autonomie, capacité d'adaptation et esprit de synthèse, goût pour la recherche.

Vous disposez de solides compétences techniques en « intelligence artificielle » particulièrement apprentissage machine.

Vous maitrisez le langage Python et avez une expérience avec les librairies scientifiques couramment employées dans le développement de modèles ML (Pytorch, Pandas, Numpy, etc.) sous Linux.

Une maitrise de l'anglais technique est nécessaire.