Stage de fin d'études / Ingénieur·e IA / Data — Talan

Descrizione completa

BACKGROUND

All'interno della Business Line Data & AI di Talan, unisciti a un team che progetta, prototipi e industrializza soluzioni di intelligenza artificiale (dalla generazione AI ai sistemi di agente) per servire i nostri clienti e prodotti (LLM tramite Azure AI Foundry, piattaforme di dati e nuova generazione BI: Power BI, Microsoft Fabric...). A seconda dei progetti attuali e del tuo profilo, puoi contribuire a vari argomenti relativi all'AI: applicazioni generiche dell'AI, agenti dell'IA, integrazione LLM, automazione dei processi dati/BI, POC per i nostri clienti o acceleratori interni. Uno dei nostri progetti di punta, per esempio, è un agentec Migration Factory che automatizza la migrazione di piattaforme legacy BI (Tableau, Cognos, MicroStrategy...) a piattaforme moderne.

MISSIONI

Scatolato da esperti Business Line Data & AI, interverrete (a seconda dei progetti) su tre assi complementari:

1. Progettazione e sviluppo di soluzioni AI:

• Sviluppare componenti, prototipi e POC intorno al generale AI e LLM (prompting, orchestrazione agente, RAG).
• Connettori di progettazione, parser e pipeline per integrare dati, strumenti e vari casi di utilizzo (ad esempio sorgenti BI/data, API, piattaforme cloud).
• Espandi le capacità delle nostre soluzioni per supportare nuovi ambienti, tecnologie e artefatti della piattaforma Data & BI.

1. Affidare AI e rafforzare la qualità del codice:

• Migliorare la progettazione di agenti e catene AI (promping, orchestrazione, taglio di attività, gestione del contesto) per rendere affidabili i passi assistiti dall'IA.
• Rafforzare la validazione automatica, i test di non regressione e il livello di fiducia prodotto dalle nostre soluzioni.
• Refactor codice esistente e migliorare la copertura di prova, digitando, modularità e pratiche IC/CD.

1. Esplora, benchmark e capitalizza:

• Modelli LLM di Benchmark (accuratezza, costo, tempo di esecuzione) e prototipi recenti approcci agentici.
• Documentare l'architettura delle soluzioni e capitalizzare modelli riutilizzabili a beneficio di altri progetti.
• Misurare l'impatto dei vostri contributi sui casi di uso effettivo.

Formazione

• Sei nell'ultimo anno (5 ° anno / Master's Degree) di una scuola di ingegneria o università con orientamento IA / informatica (EPFL type, EPFZ, scuole superiori svizzere o equivalente) e stai cercando un corso di completamento concordato (PFE).

Competenza tecnica

• Basi solide in Python e ingegneria software: digitazione, test automatizzati, Git, buone pratiche in CI/CD.
• Conoscenza Generale AI/LLM (prompting, agente orchestration, RAG); l'esperienza di Azure OpenAI / Azure AI Foundry è un plus.
• Basi dati scienza / machine learning e gusto per la sperimentazione (valutazione modelli, prototipazione veloce).
• Curiosità o prima esperienza dell'ecosistema Data & BI (Power BI, Microsoft Fabric, SQL, dbt, Snowflake, Databricks...).
• Inglese francese e tecnico attuale (documentazione di lettura e codice).

Qualifiche previste

• Rigor dell'ingegnere: gusto di codice pulito, testato e documentato.
• Autonomia e forza della proposta.
• Curiosità per lo stato dell'arte AI (agenti, LLM, nuovi modelli).
• Spirito di squadra e buone capacità comunicative, scritte e orali.
• Pragmatismo orientato agli impatti: capacità di trasformare la sperimentazione in un risultato affidabile e misurabile.

Perche' dovremmo unirci?

• Contribuire a progetti AI reali e innovativi (IA generativa, agenti, LLM) su vari casi di cliente.
• Competing su GenAI applicato in un framework di ingegneria software esigente (Azure AI Foundry, MLOps, CI/CD).
• Essere supervisionati da esperti Data & AI e beneficiare di una vera condivisione di know-how.
• Misurare l'impatto tangibile del vostro lavoro su progetti concreti e diversificati.
• Coinvolgere in un gruppo in rapida crescita, con prospettive reali di prosecuzione alla fine dello stage

MODALITÀ PRATICHE

• Tipo di contratto: Periodo di completamento contratto (PFE).
• Durata: circa 6 mesi (secondo il calendario accademico).
• Ubicazione: Ginevra o Losanna, formato ibrido.
• Inizio: a seconda della disponibilità.
• Remunerazione: stage a pagamento, secondo profilo e griglia corrente.