5 offres trouvées dans Labège

Sujet : Cartographie des flux de données Contexte : Berger-Levrault développe de nombreuses applications et sein de la DRIT (Direction de la Recherche et de l'Innovation Technologique), nous étudions et améliorons les processus de développement logiciel du groupe. Les frameworks, souvent complexes et peu documentés, constituent un défi pour les développeurs travaillant sur du code legacy. Ce stage vise à explorer des méthodes de rétro-ingénierie semi-automatique pour extraire, visualiser et analyser la structure et le comportement d'un framework, en combinant analyse statique et dynamique. Il s'agit notamment de concevoir des représentations visuelles (graphes de dépendances, diagrammes de flux, cartes d'interactions) et des parcours guidés (scénarios d'exécution, traces dynamiques) pour faciliter la compréhension et la maintenance du code. Les travaux s'appuieront sur des techniques de visualisation logicielle (ex. : Software Cartography, Maletic et al.,...

Sujet : Détection et gestion d'incertitude dans les réponses d'agents IA Contexte : Au sein de la Direction de la Recherche et de l'Innovation Technologique (DRIT), le Lab IA explore les nouveaux paradigmes d'intelligence artificielle, et en particulier l'intégration des modèles de langage de grande taille (LLM) dans des systèmes multi-agents intelligents. L'un des défis majeurs de ces systèmes concerne la fiabilité et la transparence des réponses générées : les modèles peuvent produire des affirmations incorrectes tout en affichant une confiance élevée. Cette « illusion de certitude » nuit à la confiance des utilisateurs et à la robustesse globale du système. Le stage s'inscrit dans une démarche de R&D exploratoire, visant à concevoir et expérimenter des mécanismes d'auto-évaluation et de calibration de confiance pour des agents conversationnels intégrant des LLM. Ce travail contribuera à l'amélioration de la fiabilité, de la traçabilité et de l'ergonomie...

Sujet : Extraction automatisée de règles budgétaires vertes à partir de la documentation de l'État par IA Générative Contexte : Face aux enjeux climatiques, l'État français a introduit le concept de « budgets verts », une approche inédite visant à évaluer l'impact environnemental de chaque dépense publique. Mais comment traduire des lignes directrices et des textes réglementaires complexes en règles exploitables par les logiciels d'aide à la décision ? C'est là que vous intervenez. Intégré(e) à la Direction de la Recherche et de l'Innovation Technologique (DRIT), vous participerez à la conception d'un système d'IA Générative capable d'extraire automatiquement des règles formelles environnementales à partir de la documentation officielle de l'État. Ce système permettra de classifier les dépenses publiques selon leur contribution à la transition écologique (dépense « verte », « neutre », ou « défavorable »). Missions : - Explorer et analyser les textes...

Sujet : Apprentissage des préférences utilisateur - personnalisation de la stratégie d'agent IA Contexte : Au sein de la Direction de la Recherche et de l'Innovation Technologique (DRIT), le Lab IA explore les nouveaux paradigmes d'intelligence artificielle, et en particulier l'intégration des modèles de langage de grande taille (LLMs) dans des systèmes multi-agents intelligents. L'un des défis de ces systèmes d'agents IA modernes est de pouvoir s'adapter à leurs utilisateurs : niveau de technicité attendu, style de communication, granularité des explications, ou encore préférences dans la façon d'exécuter des tâches. Le stage s'inscrit dans une démarche de R&D exploratoire, visant à concevoir et expérimenter un mécanisme d'apprentissage et de personnalisation adaptative permettant à un agent IA de moduler ses réponses et stratégies en fonction du profil et du comportement de chaque utilisateur. Ce travail s'intègre dans le cadre du projet Athena, une...

Sujet : Optimisation Tactique des Stocks de Pièces de Rechange Contexte : La gestion des pièces détachées est un enjeu majeur pour garantir la disponibilité des équipements et limiter les arrêts de production. Au sein de l'environnement client sous CARL Source, des incohérences récurrentes se manifestent : ruptures de pièces critiques, sur-stockage entraînant des coûts élevés et incertitudes dans les réapprovisionnements. Dans une logique Industry 5.0 (résilience, intelligence augmentée, exploitation des données opérationnelles), l'objectif est d'optimiser les niveaux de stock sur un horizon tactique de 3 à 18 mois, en tenant compte de la variabilité réelle de la demande, des délais fournisseurs, et de la criticité des pièces. Objectif : Développer une méthodologie d'optimisation des stocks de pièces de rechange combinant : - Un modèle déterministe de base (seuils, sécurité, service level, coûts), - une classification avancée des pièces (ABC étendu, criticité,...