3 offres trouvées dans Limonest, auvergne-rhône-alpes

Sujet : Détection intelligente des duplications inter-projets et automatisation des propositions de corrections via Jira. Contexte : La duplication de code issue du clone-and-own complexifie la maintenance et la correction de bugs dans les grands portefeuilles applicatifs. Objectif : Vous allez concevoir et expérimenter un prototype d'outil intelligent capable de détecter automatiquement les duplications de code entre projets grâce à des outils d'analyse statique avancés tels que PMD/CPD ou Famix. Vous devrez corréler ces duplications avec les tickets Jira existants en exploitant l'historique Git afin d'identifier les zones de code similaires impactées par un correctif. L'outil proposera enfin des actions correctives automatiques, comme la création de tickets Jira supplémentaires ou des suggestions de refactoring orientées objet POO. Missions : - Étudier les outils existants de détection de duplications (PMD, CPD, SonarQube, Moose/Famix). - Mettre...

Sujet : Polyglot software analysis Contexte : Berger-Levrault développe de nombreuses applications, certaines utilisant plusieurs langages de programmation et d'autres reposant sur des microservices, ce qui entraîne la présence de plusieurs artefacts qui communiquent entre eux. Au sein de la DRIT (Direction de la Recherche et de l'Innovation Technologique), l'équipe LabGL utilise principalement Moose pour analyser les logiciels de BL. Cependant, Moose est conçu pour analyser des logiciels monolithiques : lorsqu'un logiciel contient plusieurs langages, il génère un modèle distinct pour chacun d'eux, sans les relier, il ne détecte pas les microservices appartenant à un même logiciel, même si ceux-ci en font effectivement partie. L'analyse polyglotte est encore faiblement appliquée en général, et pour Moose elle est peu introduite. Pour avancer, il est nécessaire de commencer par la génération de métamodèles permettant de représenter divers langages (Python,...

Sujet : Développement de règles pour un outil d'analyse et de correction automatique du code (AutoCodeReview) Contexte : Au sein de la DRIT, Direction de la Recherche et de l'Innovation Technologique, de Berger-Levrault, nous travaillons à améliorer en continu les processus de développement logiciel utilisés au sein du groupe Berger-Levrault. Pour garantir la qualité et la maintenabilité de nos applications, nous utilisons déjà des outils d'analyse de code tels que SonarQube, qui détectent automatiquement les problèmes à corriger avant déploiement. Afin d'aller encore plus loin, nous avons développé AutoCodeReview, un outil interne capable d'analyser le code source et de proposer, voire d'appliquer automatiquement, des corrections dans les merge requests. AutoCodeReview repose sur MooseRuleEngine, un moteur flexible permettant de définir des règles d'analyse et de correction automatique. Il est ainsi possible d'intégrer des règles existantes (issues de...