STAGE - Ingénieur DevOps - H/F

QUI SOMMES-NOUS ?

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 Cybersécurité & Identité numérique. 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 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 81 000 collaborateurs dans 68 pays.

Nos engagements, vos avantages

• Une réussite commune portée par notre culture et excellence technologique, votre expérience et notre ambition partagée
• Un package de rémunération attractif (épargne salariale, variable ou 13ième mois selon les postes, restaurant d'entreprise,…)
• La possibilité de développer vos compétences en continu grâce à nos parcours de formation et nos académies internes #ENTREPRISEAPPRENANTE
• Notre attention portée à votre équilibre personnel et professionnel (Accord télétravail, RTT, congés d'ancienneté, jours enfants malades, guide parentalité, crèches, CSE / ASC,… )
• Des communautés internes permettant de vous engager sur les sujets qui vous tiennent à cœur : innovation, diversité, environnement
• Un environnement inclusif et bienveillant où vous êtes accueilli et valorisé avec notre politique handi-accueillante, notre charte LGBT+, notre initiative #StOpe pour lutter contre le sexisme.

QUI ETES-VOUS ?

De formation Bac+5 en école d'ingénieur ou équivalent à dominante informatique ?

Vous cherchez un stage de 6 mois ?

Vous êtes sensible aux principes DevSecOps, la conteneurisation, la sécurité ?

Vous êtes force de proposition, doté d'un bon relationnel et vous avez une bonne communication ?

Vous faites preuve d'autonomie et rigueur ?

Vous avez de l'intérêt pour le DevOps ?

Vous êtes familier avec l'environnement Linux et HPC ?

Vous avez un premier niveau de pratique de Kubernetes ?

Idéalement, vous maîtrisez les concepts de conteneurisation et avez un fort intérêt pour les technologies DevOps et l'IA ?

CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE :

En nous rejoignant, vous participerez à un sujet de « Proof Of Concept » en vue d'améliorer des points d'architecture et des moyens de développement du projet.

Ce projet de stage vise à explorer les possibilités d'intégrer un modèle de langage naturel (LLM) sur les ressources GPU d'un cluster de calcul haute performance (HPC) en tenant compte de la puissance GPU/CPU allouée, pour fournir une assistance au codage en Python, Fortran et C, tout en offrant des fonctionnalités d'aide à la recherche documentaire.

Vous intégrerez une équipe de 10 personnes, vous serez encadré par un Ingénieur spécialisé dans le développement d'application pour le calcul haute performance. Il vous accompagnera dans votre montée en compétences techniques tout en vous permettant de découvrir le métier du HPC.

Le stage débutera par une analyse détaillée des caractéristiques de puissance et de performance des GPU et/ou CPU attribués aux nœuds du cluster HPC.

Cette analyse permettra de comprendre les contraintes et les possibilités offertes par les ressources matérielles concernant le calcul parallèle, la mémoire disponible et la vitesse de traitement, en lien avec les travaux de modélisation et d'apprentissage nécessaires à l'intégration du LLM.

Le stagiaire se penchera sur la question de l'intégration du LLM pour tirer le meilleur parti des ressources GPU/CPU allouées, en optimisant le modèle pour des calculs parallèles efficaces, en évaluant les temps de réponse et les délais d'exécution par rapport aux diverses configurations matérielles du cluster.

Cette étude inclura également la comparaison des performances entre une utilisation exclusive des GPU, une utilisation conjointe GPU/CPU, et une utilisation exclusive des CPU, mettant en lumière les avantages et les limites de chaque configuration.

Parallèlement, le stagiaire aura pour mission d'évaluer l'impact de la puissance GPU/CPU attribuée sur les fonctionnalités d'assistance au codage en Python, Fortran et C, ainsi que sur l'efficacité de la recherche documentaire effectuée au moyen du LLM. Cette évaluation consistera à analyser la qualité des suggestions de code, la correction syntaxique, la rapidité des réponses et la pertinence des informations documentaires proposées, en fonction des différentes allocations de ressources matérielles.

Ce stage devrait comprendre également l'étude et l'intégration d'une carte GPU dans une architecture donnée d'un laboratoire interne pour permettre les essais ensuite.

Cette approche permettra d'offrir une vision comparative des performances du LLM en fonction des puissances GPU/CPU attribuées, offrant ainsi des pistes pour optimiser l'efficacité de l'assistance au codage et de la recherche documentaire dans un contexte de ressources matériels hétérogènes au sein du cluster HPC.

En intégrant cette composante d'analyse des performances par rapport à la puissance GPU/CPU attribuée, ce sujet de stage offrira une compréhension approfondie des enjeux liés à l'optimisation des ressources matérielles pour le déploiement de systèmes d'assistance au codage et de recherche documentaire au sein d'un environnement HPC.

Vous pourrez bénéficier de toute l'expérience des équipes qui vous permettront de progresser techniquement et sur les domaines technique et métier, mais vous devrez également partager votre savoir avec les autres collaborateurs. L'objectif du stage est de tendre vers un maximum d'autonomie sur l'ensemble de ces sujets.

Un Sujet complémentaire est identifié également pour intervenir et étudier le produit OpenOnDemand et son intégration sur un des projets d'un cluster de calcul d'un de nos clients.

L'objectif sera d'identifier les contraintes d'intégration et également de réaliser cet intégration dans le cadre d'un autre Proof Of Concept.

Tous nos stages sont conventionnés et soumis à une gratification dont le montant est déterminé selon votre niveau d'études.