Stage - Systèmes Multi-Agents Pour L'Analyse Documentaire Du Segment Sol Euclid

La mission Euclid vise à explorer les mystères de l’énergie sombre et de la matière noire, en cartographiant le cosmos sur plus d’un tiers du ciel, jusqu’à 10 milliards d’années-lumière. Pour atteindre cet objectif, les responsabilités sont partagées entre l’Agence spatiale européenne (ESA) et un consortium international. Au sein de ce consortium, le Science Ground Segment (SGS) est chargé du développement et de l’exploitation des traitements scientifiques jusqu’à la production des livrables finaux (plus d’informations : https://cnes.fr/projets/euclid).

Le CNES joue un rôle clé au sein du SGS. Il est à la fois responsable de la partie système du segment sol scientifique et du suivi des contributions des laboratoires et instituts français impliqués dans les traitements. Dans ce cadre, il assure notamment le suivi de la qualité logicielle des programmes développés par les équipes françaises.

Un groupe de travail a été créé pour explorer l’utilisation de systèmes agentiques fondés sur des grands modèles de langage (LLM), afin d’analyser automatiquement la documentation du SGS. L’objectif de ce stage est de participer à ces travaux en contribuant au développement d’outils d’analyse automatisée de la qualité logicielle, appliqués aux livraisons des laboratoires français.

Les activités envisagées incluent notamment :

• la vérification de la présence et du format des éléments de documentation ;
• l’analyse de la cohérence entre le code et la documentation, avec proposition de mises à jour de la documentation si nécessaire ;
• la proposition de corrections pour les anomalies détectées par SonarQube ;
• la génération de suggestions de tests unitaires pour les modules à faible couverture.

Le stage pourrait débuter en Février 2026

Étudiant·e en dernière année d'école d'ingénieur / Université ou de Master, avec une spécialisation en informatique, mathématiques appliquées, apprentissage automatique, ou astrophysique.

Compétences et qualités attendues :

• Bonnes connaissances en apprentissage automatique, programmation et ingénierie logicielle ;
• Capacité à travailler en anglais dans un contexte professionnel ;
• Intérêt marqué pour l'astrophysique.