Stage : Application de l'IA générative à l'automatisation des tests xIL

Groupe PSA; Poissy; On-site; EUR 13,000 - 17,000; Part time

Job summary

Stellantis recherche un stagiaire en Intelligence Artificielle pour travailler sur l'application de l'IA générative à l'automatisation des tests xIL. Vous analyserez la chaîne de validation numérique existante, identifierez les cas d'usage potentiels et comparerez différentes approches avant de prototyper une solution pertinente.

Ce stage se déroule à Poissy, dans les locaux du Groupe, pour une durée de 6 mois.

Qualifications

• Stage en fin de cursus dans une école d'ingénieurs ou Master 2.
• Connaissances en IA, ML et NLP souhaitées.
• Compétences en Python et frameworks IA requises.

Responsibilities

• Analyser la chaîne de validation numérique existante.
• Identifier les cas d'usage où l'IA apporte le plus de valeur.
• Étudier et comparer des approches puis prototyper la solution.
• Mesurer l'impact sur la qualité et la rapidité de la numérisation des scénarios.

Skills

Intelligence Artificielle

Machine Learning

Data Science

Natural Language Processing

Education

Master 2 ou école d'ingénieurs

Tools

Python

PyTorch

TensorFlow

Scikit-learn

Job description

Stage : Application de l'IA générative à l'automatisation des tests xIL

Description du poste

Filière/Métier

Intitulé du poste

Stage : Application de l'IA générative à l'automatisation des tests xIL

Description de la mission

Dans une démarche d'amélioration continue visant à réduire les délais de développement et à accroître l'efficacité des activités de validation, les constructeurs automobiles s'orientent de plus en plus vers l'automatisation des chaînes de tests.

Aujourd'hui, les scénarios de test sont généralement spécifiés en langage naturel et constituent le point d'entrée des essais de validation. Cette représentation est adaptée aux essais physiques, car les opérateurs peuvent interpréter directement les instructions décrites. En revanche, elle ne répond pas aux exigences des environnements de validation numériques en automatique de type xIL (MIL, SIL, HIL).

Un outil interne à l'équipe permet actuellement d'effectuer cette transformation entre langage naturel et scénarios numériques. Pour être exploitables, la plupart des scénarios générés nécessitent des ajustements qui ne sont pas systématiquement capitalisés par l'outil, limitant son automatisation. L'émergence des modèles de langage (LLM) et de l'IA générative ouvre aujourd'hui de nouvelles perspectives pour automatiser et fiabiliser cette chaîne de transformation.

Au sein de l'équipe de validation numérique ADAS L2, le stagiaire aura pour mission d'analyser la chaîne existante, d'identifier les cas d'usage où l'IA peut apporter le plus de valeur, puis d'étudier et comparer différentes approches avant de prototyper la solution la plus pertinente.

Les travaux pourront notamment explorer deux approches :

• Agent IA d'amélioration continue : concevoir un agent capable de capitaliser sur les corrections des experts, de rechercher des cas similaires et de proposer de nouvelles corrections afin d'enrichir progressivement les connaissances métier et d'améliorer la génération des scénarios.
• Génération de scénarios par LLM : étudier et comparer différentes approches de génération de scénarios numériques et de post-traitements à partir des gammes en langage naturel, en explorant notamment le Prompt Engineering, le RAG, l'exploitation des connaissances métier existantes et, si pertinent, le fine-tuning.

Le candidat travaillera sur des scénarios réels utilisés quotidiennement pour la validation ADAS et aura l'opportunité de mesurer concrètement l'impact de ses travaux sur la qualité, la robustesse et la rapidité de numérisation des scénarios de test. Il bénéficiera également d'un accès à l'ensemble de la chaîne de validation numérique afin de valider ses développements dans un environnement industriel représentatif.

Nous recherchons un profil en dernière année d'école d'ingénieurs (généraliste ou spécialisée) ou Master 2, avec une spécialisation en :

• Intelligence Artificielle
• Machine Learning
• Data Science
• Traitement du Langage Naturel

Vous disposez idéalement de compétences en programmation Python et en développement de solutions basées sur l'Intelligence Artificielle (PyTorch, TensorFlow, Scikit-learn ou équivalent). Des connaissances en traitement de données textuelles, analyse de données, automatisation logicielle ainsi qu'en méthodes d'apprentissage supervisé et non supervisé seront particulièrement appréciées.

Vous êtes force de proposition, doté d'un esprit d'analyse et capable de comprendre les enjeux d'intégration des systèmes développés.

Chez Stellantis nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier. Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap.

La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.

Durée du contrat

6 mois

Localisation du poste

Europe, France, Ile-de-France, Yvelines (78)

Ville

Poissy

Niveau de diplôme préparé

Anglais (B2 - Intermédiaire (2,5 - 3,4 Bright))

Entité de rattachement

Nous rejoindre, c'est intégrer une entreprise d'envergure mondiale. Mû par la recherche permanente de l'innovation et de l'excellence, pionnier et leader des technologies propres et de la mobilité durable, le Groupe entend rester à la pointe des grandes tendances qui font bouger le monde.

Fort de son efficience, de son agilité et de son esprit d'équipe, le Groupe fait preuve d'exigence et d'audace pour définir la mobilité de demain.

Pour réussir ces transformations, l'entreprise a besoin de tous les talents. Rejoignez-nous !

Chez Stellantis, nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier. Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap.

La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.