Stage : Développement d'un assistant IA pour automatiser les tests logiciels F/H

Orange SA; Montigny-le-Bretonneux; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Une entreprise de télécommunications recherche un stagiaire pour développer des fonctionnalités d'IA en Python. Le stage permettra d'automatiser les tests d'applications critiques, d'analyser les tests échoués, et d'intégrer ces outils dans de nouvelles versions. Les candidats doivent avoir des bases solides en Python et un intérêt pour l'IA appliquée. Les qualités personnelles recherchées incluent l'analyse, la rigueur, et la curiosité technique.

Qualifications

• Excellentes compétences en Python nécessaires pour développer la logique de test.
• Intérêt marqué pour l'IA, utile pour automatiser les tâches.
• Compréhension des API nécessaire pour l'intégration de données.

Responsabilités

• Développer des fonctionnalités d’IA pour tester les parcours appliqués.
• Analyser et ajuster les tests échoués pour améliorer la robustesse.
• Évaluer plusieurs modèles d’IA pour sélectionner le plus efficace.
• Intégrer des tests IA dans la chaîne de validation interne.
• Documenter les scénarios et choix techniques pour les équipes.

Connaissances

Solides bases en Python

Intérêt pour l’IA appliquée (modèles génératifs / agents)

Bases sur les API et le développement front-end

Appétence pour l’automatisation (GitLab CI, pipelines)

Notions de conteneurisation (Docker)

Pratique du versioning (Git / GitLab)

Description du poste

about the role

Les applications utilisées par les clients professionnels d’Orange évoluent régulièrement. Avant d’être mises en production, elles doivent être testées pour s’assurer que les parcours métiers fonctionnent correctement dans toutes les situations. Une partie de ces tests reste encore manuelle, ce qui prend du temps et ne couvre pas toujours toutes les variantes possibles. Un prototype d’automatisation existe déjà : le stage consiste à le faire évoluer pour qu’il devienne plus robuste et plus intelligent grâce à l’IA, capable de tester automatiquement des parcours applicatifs de manière fiable et exhaustive.

Activités réalisées pendant le stage

• Développer des fonctionnalités d’IA en Python
  Concevoir des modules permettant à l’outil d’analyser la structure d’un écran et d’en déduire les actions à réaliser.
  Exemple : identifier de façon robuste un bouton d’action, même si son libellé ou son emplacement changent entre deux versions.
• Analyser les tests échoués et ajuster la logique de l’agent IA
  Étudier les situations où le test s’interrompt et affiner les règles pour améliorer la robustesse.
  Exemple : intégrer une étape qui n’apparaît que dans certains cas mais fait échouer le test en l’état.
• Évaluer plusieurs modèles d’IA
  Comparer leur précision, leur capacité à gérer les variations d’interface et leur rapidité.
  Exemple : retenir le modèle identifiant le plus avec le plus de fiabilité les zones interactives lorsque la page évolue.
• Intégrer l’outil dans la chaîne de validation interne
  Configurer l’exécution automatique des tests IA à chaque nouvelle version.
  Exemple : mettre en place un pipeline GitLab qui déclenche les tests dès qu’un développeur publie une mise à jour.
• Documenter les scénarios et choix techniques
  Rédiger les éléments permettant à d’autres équipes d’utiliser ou d’étendre les scénarios.
  Exemple : décrire précisément les étapes, conditions et vérifications d’un parcours.

Le stage implique des échanges avec les ingénieurs exploitation, les développeurs, les équipes métier connaissant les étapes critiques des parcours et les profils DevOps en charge de l’intégration.

about you

Compétences techniques

• Solides bases en Python
  Indispensables pour développer la logique de test, analyser les écrans et interagir avec les modèles d’IA.
  Exemple : créer un module qui extrait les éléments d’une page et renvoie une structure exploitable par l’agent IA.
• Intérêt pour l’IA appliquée (modèles génératifs / agents)
  Utile pour automatiser l’interprétation des écrans et piloter les actions à enchaîner.
  Exemple : comparer deux modèles pour retenir celui décrivant le plus fidèlement un écran avec plusieurs éléments interactifs.
• Bases sur les API et le développement front-end
  Comprendre le fonctionnement d’une API et savoir intégrer ces données dans une interface web. Utile pour l’industrialisation de la solution.
  Exemple : appeler une API REST, récupérer des informations et les afficher dans une page web.
• Appétence pour l’automatisation (GitLab CI, pipelines)
  Nécessaire pour déclencher automatiquement les tests à chaque nouvelle version.
  Exemple : configurer un pipeline GitLab qui exécute un scénario IA dès qu’une mise à jour est livrée.
• Notions de conteneurisation (Docker)
  Utile pour exécuter l’outil dans un environnement stable et reproductible.
  Exemple : créer une image Docker complète permettant d’exécuter l'agent IA dans des environnements identiques.
• Pratique du versioning (Git / GitLab)
  Indispensable pour collaborer proprement et suivre l’évolution des scénarios.
  Exemple : réaliser une modification, l’expliquer clairement, puis la soumettre à l’équipe chargée de valider les évolutions.

Qualités personnelles

• Analyse et discernement
  Pour comprendre l’origine d’un comportement inattendu et ajuster précisément le test.
  Exemple : comparer le comportement attendu et celui interprété lorsqu’un test s’arrête sur un écran précis.
• Rigueur et fiabilité
  Pour structurer des scénarios complets et éviter les omissions.
  Exemple : vérifier qu’un parcours est couvert même si certaines pages n’apparaissent que dans des cas particuliers.
• Curiosité technique et sens pratique
  Pour explorer l’application, comprendre ses variations et repérer les cas particuliers.
  Exemple : intégrer dans la logique de test un écran visible seulement pour un type de client ou une configuration donnée.
• Communication et coopération
  Pour obtenir des précisions technico-métier et faire progresser l’outil avec les équipes.
  Exemple : clarifier auprès d’un développeur le comportement attendu d’un bouton ou d’un message.
• Esprit de synthèse et clarté
  Pour expliquer simplement la logique d’un test et faciliter sa reprise.
  Exemple : documenter en quelques lignes un scénario IA pour qu’une autre équipe puisse l’utiliser rapidement.
• Apprentissage rapide et adaptation
  Pour progresser sur l’IA, la logique métier et l’automatisation, et ajuster sa démarche selon les résultats.
  Exemple : assimiler rapidement le fonctionnement d’un parcours et en déduire les points clés à tester.