Ingénieure / Ingénieur IA - Stage H/F (Stage)

Chez Sogeti, la technologie coule dans nos veines. C'est cet intérêt pour la technologie qui nous guide au quotidien et qui est reflété dans notre slogan " Made In Tech ".

Maximisez vos chances de réussite pour cette candidature en vous assurant que votre CV et vos compétences correspondent bien.

Grâce à notre passion commune pour la technologie, à notre culture entrepreneuriale et à l'importance que nous accordons à la formation continue, nous mettrons tout en oeuvre pour vous accompagner à libérer votre plein potentiel.

Vos missions

Vous intégrerez l'équipe R&D du Sogeti

Labs constituée de chercheurs et d'experts en IA. Vous rejoindrez un projet visant à développer un cadre d'intelligence artificielle explicable (XAI) dans le contexte des communications véhiculaires (V2X).

Cette mission se concentre particulièrement sur l'automatisation basée sur XAI dans les réseaux SDN en raison de son importance dans la gestion d'architectures et d'applications réseau complexes.

• Prendre en main la plate-forme SDN + Contiki/Cooja et mettre en place un scénario de réseau V2X
• Définir et implémenter plusieurs profils d'applications V2X (télémétrie périodique, alarmes, commandes, flux massifs) générant des motifs de trafic distincts
• Développer, dans le contrôleur SDN, un module de collecte et d'agrégation de paquets par flot, avec extraction de caractéristiques temporelles et statistiques (protocole, taille, direction, temps inter-arrivées, type de message, etc.) et export de traces annotées.
• Concevoir un encodage en séquences de tokens réseau et entraîner un modèle GNN pour prédire la classe d'application à partir du trafic observé ; comparer les performances à des approches plus classiques (par exemple modèles de type Random Forest ou XGBoost)
• Intégrer le modèle au contrôleur via un service d'inférence (par exemple API REST) afin de classifier les flux en quasi-temps réel
• Mettre en oeuvre des techniques d'IA explicable (analyse d'attention, importance de caractéristiques, raisonnement par Chain-of-Thought (Co

• Évaluer expérimentalement la qualité de la classification et des explications sur différents scénarios
 

Votre profil

Master 2 Télécom ou dernière année d'école d'ingénieur avec une sensibilité télécom

En recherche d'un stage de fin d'études

Solides xuezdbg bases en réseaux (modèle TCP/IP, notions d'Io

T/WSN, V2X, SDN)

Python pour le traitement de données et le machine learning (Py

Torch, Tensor

Flow ou équivalent)

Connaissances en apprentissage automatique (classification supervisée, entraînement/validation, premiers pas en deep learning ; une familiarité avec les LLM est un plus)

Aisance avec un environnement Linux (ligne de commande, Git, etc)

Connaissances de base en Java

Bonus appréciés : expérience préalable avec Contiki/Cooja ou les réseaux de capteurs, intérêt pour l'IA explicable (XAI) et les sujets à l'interface réseaux IA

Rigueur scientifique, gestion du changement, prise d'initiative, esprit d'équipe

Bon niveau d'anglais oral et écrit (B2 minimum), français courant (C1 minimum)