Nous sommes Sonceboz, une entreprise suisse, leader dans la conception et la fabrication de solutions mécatroniques d'entrainement. Entreprise familiale et indépendante, nous sommses une équipe de 1300 collaborateurs au savoir-faire reconnu, engagée à transformer des idées en solutions concrètes pour nos clients et la société.
"From Mind to Motion" cette signature incarne notre philosophie. Nous créons des systèmes mécatroniques innovants, fiables, sûrs et respectueux de l'environnement, du concept initial au produit final. Chaque étape du processus, de la conception à l'assemblage final sur un outil industriel de pointe, est réalisée en interne et supporté par nos functionnals units avec une diversité de plus de 200 métiers, nous permettant de garantir la qualité et la maîtrise complète de nos solutions.
Nos deux sites de R&D et de production, situés à Sonceboz-Sombeval et à Boncourt, sotn des pôles d'excellence où nos équipes allient expertise technique et innovation.
Nous recherchons un(e) stagiaire informatique IA.
L’objectif du stage est d’explorer le potentiel de l’intelligence artificielle générative et non générative pour automatiser certaines tâches et également mettre en place des modèles ML sur la base de nos données.
Vous contribuerez à l’élaboration de Proof of concept intégrant des services IA en PaaS ou SaaS sur des Use Cases pour des applications IT/OT.
Vous contribuerez également à la mise en place des briques stratégiques sur la base Azure Microsoft et également définir les politiques de sécurités autour des services IA.
Sous la supervision du responsable digital, vous aurez pour mission de :
- Analyser les données pour mieux comprendre le besoin métier, les documents et leur structure.
- Définir des Architectures techniques ainsi que des modèles ML basés sur les Use Cases industriels.
- Finaliser un POC autour d'une application Teams OCR interfacée au service AI Intelligence Documentaire.
- Développer un module d’ingestion de données, en s’appuyant sur Semantic Kernel.
- Modélisation en IA générative (RAG) dont la finalité sera de proposer une solution capable de fournir des données de production en fonction du contexte fourni par l’utilisateur.
- Développement d’un chat bot sur App Teams : créer un POC de type Copilot permettant aux utilisateurs de fournir un contexte et de recevoir en retour des suggestions et des synthèses de données.
- Evaluation des performances : mettre en place des méthodes de validation de la performance du modèle pour garantir la qualité des réponses générées, en s’appuyant sur les réalisations passées de l’IA Gen et le cadre de pratiques existant.
- Documentation, Architecture et présentation : documenter sous forme de spécifications, documents d'architecture et présenter régulièrement ses résultats pour recueillir du feedback.