Mission
Etablissement de l’architecture complète d’une solution IA générative pour les besoins LOS : prétraitement, entrainement du modèle, interface utilisateur
Utilisation des techniques de RAG (Retrieval Augmented Generation) pour améliorer le contexte et la qualité des réponses des LLMs (Recherche sémantique : dense ou/et éparse - par mot-clé, semantic chunking et context Retrieval).
- Analyse de la possibilité d'utiliser une approche « agentique » ou des modèles de raisonnement
- Validation de la solution IA en utilisant une démarche des cas de test et du travail avec les experts techniques de la DTS.
- ·Fine tuning selon besoins détectés pendant la réalisation du stage (possibilité de « fine tunning » du ‘embedding’ modèle ou même du modèle LLM ou SLM).
- Rédaction du code source et de la documentation associée (dossier justificatif, rapport d’essais, manuel d’utilisateur, rapport de stage, utilisation de l'usine logicielle du CNES : Gitlabe CI-CD).
- Selon résultats potentiellement une opportunité de publication dans une revue ou conférence du métier spatial ou TAL/IA.
Il/elle s’appuiera sur les compétences notamment de DTS//LOS, DTS//SE, DTN/SI, DTS/SI/CC.
Contexte :
Les Responsables d’Avis de Conformité (RAC) de la Loi d’Opérations Spatiales (LOS) traitent pour chaque système de lancement de très nombreux Faits Techniques intervenant pendant le développement et exploitation des systèmes de lancement. Ils ont besoin de renforcer leurs moyens de traitement des faits nouveaux et les solutions de type d’IA générative peuvent potentiellement apporter ce type de capacité.
L’objectif de stage c’est de réaliser un démonstrateur (Proof of Concept) d’outil de type IA Générative LLM, qui utiliserait comme des données d’entrée des avis de conformité (texte, métadonnées, voir même des éléments graphiques) sur différents Faits Techniques identifiés par les équipes des RAC de la LOS appliqués aux lancements spatiaux.
La sortie attendue serait une capacité de l’outil pour suggérer la gravité des Faits Techniques lui soumis, de proposer des retours d’expérience potentiellement applicables ainsi que de faire des propositions de dédouanement de ces Faits Techniques.
Plus concrètement l’idée c’est d’exploiter des données fournis par l’opérateur de lancement et ses industriels pour la détection des criticités LOS, par exemple passage en revue automatique par un « IA » de plusieurs centaines documents et +500Mo sur la base des faits techniques passés, identifiés et classifiés par la LOS ou dans le cadre de REX. Le gain recherché c’est de faciliter la détection des faits techniques graves et surtout ceux qui n’ont pas encore été traités par la LOS.
Références bibliographiques :
- Kurela, M., Bacqué, M., & Laurent, R. (2020, October). Classification automatique des faits techniques pour la conformité des lanceurs spatiaux. In Congrès Lambda Mu 22 «Les risques au cœur des transitions»(e-congrès)-22e Congrès de Maîtrise des Risques et de Sûreté de Fonctionnement, Institut pour la Maîtrise des Risques.
- Delorme, D., & Biard, A. (2016). Launch System Hazard Study: Methodology and Lessons Learnt after 5 years of Application. Journal of Space Safety Engineering, 3(2), 94-100.
- Meyer Lassalle, F., de Blanchard, G., & Aussilhou, C. (2013, September). Launch System Hazard Study, Methodology and Application with 3 European Launchers. In Safety is Not an Option, Proceedings of the 6th IAASS Conference (Vol. 715, p. 41).
Profil
Étudiant.e en Ecole d’ingénieur ou d’un master en Traitement Automatique des Langues, vous avez une bonne connaissance dans le domaine informatique et le traitement des données ainsi que des méthodes linguistiques.
Des connaissances en Python, LlamaIndex, LangChain, Linux, GPU, sont conseillées.
Compétences souhaitées :
· Machine learning
· IA générative
· Traitement Automatique des Langues
· Génie logiciel
· Anglais
Qualités personnelles :
· Capacité d’analyse et de synthèse pour structurer des connaissances complexes.
· Ouverture d’esprit et diplomatie pour travailler dans un environnement transverse.
· Autonomie et adaptabilité face à un contexte en constante évolution.
*En tant qu'EPIC, un principe de neutralité (notamment politique et religieux) s'applique à tous les collaborateurs du CNES.