Lieu : Rennes, France
Construisons ensemble un avenir de confiance
Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d’activité : Défense & Sécurité, Aéronautique & Spatial, et Cyber & Digital. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l’environnement et plus inclusif. Le Groupe investit près de 4,5 milliards d’euros par an en Recherche & Développement, notamment dans des domaines clés de l’innovation tels que l’IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 85 000 collaborateurs dans 65 pays.
Nos engagements, vos avantages
Notre savoir-faire technologique
Notre attention portée à l’équilibre des collaborateurs
Un environnement inclusif et bienveillant
Un engagement sociétal et environnemental reconnu (Thales Solidarity, indice CAC 40 ESG…)
Votre quotidien
Vous intégrez La Ruche, qui a été créée pour répondre aux besoins critiques du ministère des Armées en matière de lutte contre les cybermenaces. Elle fonctionne selon des approches et des méthodes « Agiles » et vise à l’intégration rapide des solutions, élaborées en co-innovation, dans les équipements des forces armées.
Au sein de La Ruche vous intégrez l'équipe Engineering IA et participez à l'adaptation de modèles de langage (LLM) à nos données métier et d'ingénierie : documentation technique, référentiels, historiques de projets.
L'enjeu est de rendre ces modèles plus pertinents, plus fiables et exploitables dans un environnement maîtrisé (on-premise/souverain).
Dans ce contexte, vos missions sont les suivantes :
- Préparer les données : collecter, nettoyer, structurer et annoter des corpus métier et techniques (documentation ppt/xls/doc/md, spécifications, retours d'expérience) puis construire des jeux de données d'entraînement et d'évaluation de qualité.
- Réaliser un état de l'art des techniques d'adaptation (fine-tuning complet, LoRA/QLoRA, instruction tuning, RAG) et des modèles open-source adaptés à nos contraintes de déploiement.
- Conduire les expérimentations de fine-tuning : choix des modèles de base, réglage des hyperparamètres, suivi des entraînements et gestion des ressources GPU.
- Évaluer les modèles en définissant des métriques et des protocoles de test (benchmarks métier, évaluation humaine, détection des hallucinations) et comparer le fine-tuning à une approche RAG.
- Industrialiser les travaux : scripts reproductibles, versionnage des données et des modèles, documentation pour faciliter la reprise par les équipes.
- Restituer les résultats aux équipes produit et engineering, avec des recommandations argumentées.
Votre profil
Votre priorité est de monter en compétences sur des technologies auprès d'experts ?
Vous avez envie de nourrir votre curiosité et vous êtes une personne créative ?
Vous êtes en école d’ingénieur, master ou équivalent dans un domaine généraliste avec une spécialisation en Data Science, IA ou Informatique et vous disposez des compétences suivantes :
- Connaissances en NLP et LLM.
- Rigueur expérimentale, curiosité et goût pour les données techniques complexes.
- Capacité à vulgariser et synthétiser des résultats auprès d'interlocuteurs non spécialistes.
- Maîtrise de Python et de l'écosystème ML (PyTorch, Hugging Face Transformers/PEFT).
Une première expérience en fine-tuning est un plus.
Dynamisme, organisation, proactivité et aisance relationnelle sont des atouts que l’on vous reconnaît ?
Alors ce stage est fait pour vous !
Stage à pourvoir pour une durée de 6 mois.
Tous nos stages sont conventionnés et soumis à une gratification dont le montant est déterminé selon votre niveau d’études.Le poste pouvant nécessiter d'accéder à des informations relevant du secret de la défense nationale, la personne retenue fera l'objet d'une procédure d’habilitation, conformément aux dispositions des articles R.2311-1 et suivants du Code de la défense et de l’IGI 1300 SGDSN/PSE du 09 août 2021.
Thales, entreprise Handi-Engagée, reconnait tous les talents. La diversité est notre meilleur atout. Postulez et rejoignez nous !