Stage de fin d'études - Data IA F/H

Fruggr; Nantes; On-site; EUR 6,700 - 10,000; Full time

Job summary

Fruggr à Nantes propose un stage de fin d'études de 6 mois au sein de l'équipe produit. Notre activité tourne autour de l'IA et de l'analyse de données liées à l'accessibilité, avec une logique d'étude, d'expérimentation et de mise en place concrète.

Vous améliorerez le framework d'évaluation, évaluerez de nouveaux modèles et construirez une plateforme d'analyse des données, avec collecte de métadonnées et KPI, et choix de solutions en accord avec les critères de souveraineté et de coût sur

Responsibilities

• Améliorer le framework d'évaluation de l'IA (offre accessibilité).
• Enrichir et améliorer la qualité des jeux de données.
• Évaluer les évolutions du moteur d'IA et tester de nouveaux modèles.
• Comparer les options selon coût, performance et pertinence.
• Produire des tableaux de reporting et formuler des recommandations pour le produit.
• Mettre en place la collecte des métadonnées et exposer les KPI.
• Choisir et déployer la solution sur Azure, en tenant compte souveraineté et coût.
• Étendre la démarche à d'autres données de l'entreprise.

Job description

Dans le cadre de votre stage de fin d'études de 6 mois, vous rejoignez l'équipe produit de Fruggr à Nantes. Nos applications produisent beaucoup de données, et l'IA est au cœur de notre offre accessibilité : votre stage porte sur ces deux sujets, avec une logique d'étude, d'expérimentation et de mise en place concrète.

Vos missions

1. Améliorer notre framework d'évaluation de l'IA (offre accessibilité)

• Faire vivre le framework qui nous permet de valider, à partir de jeux de données, les prompts utilisés par nos produits d'accessibilité (analyse d'images, de pages, de libellés…).
• Enrichir et améliorer la qualité des jeux de données.

2. Évaluer les évolutions de notre moteur d'IA

• Tester de nouveaux modèles spécialisés sur le contexte de l'accessibilité (fine-tuning par exemple)
• Comparer les options sur des critères concrets : coût, performance, pertinence des résultats.
• Produire des tableaux de reporting et formuler des recommandations pour nous aider à décider de leur mise en œuvre dans le produit.

3. Construire une plateforme d'analyse des données de la plateforme Fruggr

• Mettre en place la collecte des métadonnées produites par nos applications (audits réalisés, durées, questions, défauts relevés…), hors données utilisateurs.
• Les exposer de manière standardisée pour produire nos propres KPI et tableaux de bord, avec l'aide de l'IA.
• Choisir et déployer la solution en tenant compte de critères de souveraineté et de coût d'exploitation sur Azure.
• Selon l'avancement, étendre la démarche à d'autres données de l'entreprise.

Il s'agit surtout d'intégrer et d'assembler des solutions du marché, de prototyper et de tester : il y aura de l'innovation et de l'expérimentation.