Mobilexpense
Belgique
Stagiaire en ingénierie IA
Équipe : AI Enablement Durée : environ trois mois Lieu et modalités de travail : siège de Bruxelles Langue de travail : anglais À propos du stage Mobilexpense recherche un stagiaire en ingénierie IA pour rejoindre l'équipe AI Enablement et contribuer à un projet d'IA substantiel avec de réels utilisateurs internes et une valeur commerciale. Pendant le stage, vous vous approprierez un projet principal, depuis l'exploration technique et l'architecture en passant par le développement, les tests, le déploiement et la démonstration. Vous travaillerez en étroite collaboration avec notre ingénieur IA et collaborerez avec des équipes telles que la sécurité, les données, DevOps, l'informatique, les produits et d'autres fonctions commerciales en fonction de la mission. Ce stage s'adresse à une personne possédant de solides bases en développement logiciel et une réelle curiosité pour l'intelligence artificielle. Nous ne nous attendons pas à ce que vous soyez déjà un ingénieur en IA expérimenté, mais nous recherchons quelqu'un qui expérimente activement l'IA, comprend que la création d'une application d'IA fiable implique plus que la rédaction d'invites et souhaite développer une expertise pratique dans le domaine. Le projet final sera sélectionné en fonction des priorités de Mobilexpense, de la durée du stage, ainsi que de votre parcours et de vos intérêts. Il aura pour objectif de fournir une appropriation technique significative tout au long du stage de trois mois. Projets de stage possibles Assistant de connaissances internes utilisant RAG Concevoir et construire un assistant permettant aux employés de récupérer des informations fiables à partir des connaissances internes de l'entreprise. Il s’agirait d’un projet de génération augmentée de récupération de bout en bout plutôt que d’un simple chatbot. Le travail pourrait inclure : La collecte de documents, l’analyse, le nettoyage et l’extraction de métadonnées. Stratégies de segmentation pour les documents structurés et non structurés. Génération et gestion des intégrations . Stockage du contenu dans une base de données vectorielles . Implémentation d'une recherche vectorielle sémantique, d'une recherche hybride ou d'un reclassement. Construire un pipeline RAG complet à l'aide d'un modèle OpenAI. Produire des réponses fondées avec des citations de sources. Application d'autorisations et de limites d'accès au contenu récupéré. Création d'un ensemble de données d'évaluation pour mesurer la qualité de la récupération, l'exactitude des réponses et les hallucinations. Exposer la solution via une API ou une petite application interne. Documenter l'architecture, les limites et le chemin de production possible. L’objectif serait de livrer un prototype techniquement crédible et de démontrer, par évaluation, s’il apporte des réponses suffisamment fiables pour un cas d’usage interne défini. Privacy Aware AI Gateway et MCP Service Concevez, développez et déployez un service interne qui contrôle la manière dont les informations sensibles sont traitées avant que le contenu ne soit envoyé à un modèle d'IA. Le projet pourrait inclure : La création d'un serveur API ou Model Context Protocol situé entre une application interne et OpenAI. Détection d’informations personnelles, confidentielles ou liées au client. Application de règles configurables d’anonymisation, de remplacement ou de filtrage. Préserver l’utilité et le contexte de la demande originale après anonymisation. Intégration de l'authentification et des autorisations des utilisateurs ou des applications. Implémentation de sorties structurées, de gestion des erreurs, de journaux d'audit et de traçabilité. Créer des ensembles de données de test représentatifs et mesurer la qualité de l'anonymisation. Test de scénarios potentiels d’injection rapide et de fuite de données. Conditionner la solution sous forme de service déployable. Collaborer avec la sécurité pour valider l'approche de traitement des données. Collaborer avec DevOps sur le déploiement, la configuration, la gestion des secrets, la surveillance et le CI/CD. Documenter les limitations connues et les exigences opérationnelles. L’objectif serait d’aller au-delà d’une preuve de concept isolée et de fournir un service pouvant être déployé et testé dans un environnement interne réaliste. Ce que vous ferez Comprendre un problème métier et le traduire en une portée technique réaliste. Définissez l'architecture du projet, les jalons et les critères de réussite avec votre maître de stage. Recherchez les approches possibles et expliquez leurs avantages, leurs limites et leurs compromis. Concevez et implémentez une application, une API, une intégration ou un service interne alimenté par l'IA. Intégrez des modèles de langage avec des sources de données, des API et des outils commerciaux approuvés. Travaillez avec des technologies telles que RAG, les intégrations, la recherche vectorielle, les sorties structurées, les appels d'outils, les agents ou MCP, le cas échéant. Évaluez la solution en termes de précision, de fiabilité, de latence, de coût, de sécurité et de confidentialité. Créez des tests pour le comportement des logiciels traditionnels et le comportement spécifique à l'IA. Utilisez Git et suivez les pratiques normales de développement et de révision de logiciels. Documentez l'architecture, la configuration, les décisions techniques, les hypothèses et les limitations connues. Présentez régulièrement les progrès, collectez des commentaires et améliorez la solution de manière itérative. Préparer la solution au déploiement en collaboration avec les équipes techniques concernées. Fournir une démonstration finale et des recommandations pour les prochaines étapes possibles. Qui recherchons-nous Vous étudiez l'informatique, le génie logiciel, l'informatique appliquée, l'intelligence artificielle, les données, l'ingénierie ou un autre programme comportant une composante significative de développement logiciel. Vous disposez de bases solides en programmation dans au moins un langage moderne. Vous pouvez concevoir, écrire, déboguer et tester une petite application ou un service. Vous comprenez les concepts de base du génie logiciel tels que le code modulaire, la gestion des erreurs, la configuration, les dépendances et les tests automatisés de base. Vous avez travaillé avec les API HTTP ou REST, JSON et Git. Vous comprenez l'objectif fondamental de l'authentification et de l'autorisation lors de la connexion d'applications et de services. Vous souhaitez travailler avec les API LLM, les invites, la gestion du contexte, les sorties structurées, les appels d'outils et les sources de données externes. Vous comprenez qu'une fonctionnalité d'IA doit être évaluée pour sa fiabilité et ses cas de défaillance plutôt que d'être considérée comme terminée lorsque la première démonstration fonctionne. Vous pouvez étudier un sujet technique inconnu, comparer les solutions possibles et expliquer ce que vous avez appris. Vous êtes à l’aise pour poser des questions, recevoir des commentaires et êtes autonome. Vous pouvez communiquer, collaborer et documenter votre travail de manière professionnelle en anglais. Utile mais pas obligatoire Une expérience avec l'un des éléments suivants serait précieuse : API OpenAI, Azure AI ou une autre API LLM. GitHub Copilot ou un autre outil de développement assisté par IA, combiné à la possibilité de réviser et de valider le code généré. RAG, plongements, bases de données vectorielles, recherche sémantique ou reclassement. Appel d'outils, agents IA ou MCP. OAuth ou un autre mécanisme d'authentification moderne. Créer et utiliser des API Web. Conteneurs, CI/CD, déploiement d'applications ou surveillance. Évaluation automatisée des résultats de l'IA. Confidentialité des données, sécurité des applications, injection rapide ou IA responsable. Développer une preuve de concept technique et présenter ses résultats. Ce que le stage offre Maîtrise d'un projet d'ingénierie d'IA substantiel plutôt que d'un ensemble d'exercices isolés. Conseils réguliers et commentaires techniques d’un ingénieur IA. Expérience de l'application de l'IA à des problèmes commerciaux concrets dans un environnement SaaS. Collaboration avec des collègues techniques et non techniques au sein de plusieurs équipes. Exposition au cycle de vie complet d'une solution d'IA : découverte, architecture, mise en œuvre, évaluation, déploiement, documentation et démonstration. L’opportunité d’expérimenter les technologies émergentes de l’IA tout en apprenant à évaluer leurs limites pratiques. La possibilité d'être considéré pour un futur poste chez Mobilexpense après le stage, en fonction de vos performances, de votre adéquation mutuelle, des besoins de l'entreprise et des opportunités disponibles. Cela ne doit pas être considéré comme une offre d’emploi garantie.
