STAGE (4-6 mois) Ingénieur Logiciel

VOTRE MISSION

STAGE – Site Reliability Engineer (SRE) – AIOps & Intelligence Artificielle

Localisation : Montréal

Durée : 4-6 mois

Au sein de votre équipe #OneTeam

Au sein de l'équipe Public Cloud Infrastructure d'OVHcloud, nous assurons la fiabilité, la performance et la disponibilité de nos infrastructures cloud à grande échelle.

Nos équipes travaillent quotidiennement sur des environnements techniques complexes, notamment OpenStack, afin de garantir la qualité et la continuité des services proposés à nos clients.

Dans un contexte d'amélioration continue de nos outils de supervision, nous souhaitons explorer les possibilités offertes par l'intelligence artificielle pour anticiper les incidents avant qu'ils n'impactent nos clients.

Nous recherchons un stagiaire SRE / AIOps pour mener un projet de détection proactive d'incidents à partir de l'analyse des logs de notre plateforme Public Cloud.

Si vous aimez la programmation, l'intelligence artificielle et les environnements cloud, ce stage vous permettra de contribuer à un projet concret combinant Machine Learning, LLM et fiabilité des infrastructures.

Vos principales responsabilités

Au sein de l'équipe Public Cloud Infrastructure, vous participerez à la conception et au développement d'une solution permettant d'identifier les signaux faibles annonciateurs d'incidents techniques.

ANALYSE ET CADRAGE DU PROJET :

• Étudier les approches existantes en matière d'analyse de logs et de détection d'anomalies ;

• Explorer les techniques de Machine Learning, les méthodes statistiques et les possibilités offertes par les LLM ;

• Participer à la définition du périmètre du projet et des indicateurs de réussite.

COLLECTE ET ANALYSE DES DONNÉES :

• Collecter et structurer les logs provenant des différents composants de notre infrastructure cloud (OpenStack, réseau, hyperviseurs) ;

• Analyser l'historique des incidents afin d'identifier les signaux précurseurs ;

• Construire un jeu de données permettant de développer et d'évaluer les modèles de détection.

DÉVELOPPEMENT D'UNE SOLUTION AIOPS :

• Concevoir et développer un prototype d'analyse automatisée des logs en Python ;

• Mettre en œuvre des modèles de détection d'anomalies (pics d'erreurs, nouveaux messages, changements de comportement) ;

• Explorer l'utilisation des LLM pour résumer, qualifier et prioriser les anomalies détectées ;

• Transformer les résultats d'analyse en informations exploitables par les équipes techniques.

ÉVALUATION ET AMÉLIORATION :

• Tester la solution à partir d'incidents historiques ;

• Mesurer la performance des modèles : taux de détection, faux positifs et capacité d'anticipation ;

• Ajuster les modèles et les seuils de détection en fonction des résultats obtenus.

INTÉGRATION ET RESTITUTION :

• Participer à l'intégration du prototype dans les outils de supervision existants ;

• Documenter les développements et les résultats ;

• Présenter les conclusions du projet et proposer des recommandations pour une éventuelle mise en production.

Votre futur impact

Votre stage pourra évoluer et vous pourrez :

• Contribuer à l'amélioration de la détection et de l'anticipation des incidents sur notre plateforme Public Cloud ;

• Découvrir le fonctionnement d'une infrastructure OpenStack à grande échelle ;

• Développer une expertise pratique en Machine Learning et en intelligence artificielle appliqués aux opérations IT ;

• Expérimenter l'intégration des LLM dans des outils techniques utilisés en environnement de production ;

• Vous familiariser avec les pratiques SRE : supervision, observabilité, gestion d'incidents et analyse de causes racines ;

• Développer une solution de bout en bout, de la conception à la présentation des résultats, en collaboration avec des équipes techniques expérimentées.

Compétences requises :

• Vous recherchez un stage à Montréal et poursuivez actuellement une maîtrise en informatique, développement logiciel, intelligence artificielle, cloud computing, systèmes et réseaux ou dans un domaine connexe ;

• Vous possédez de bonnes compétences en programmation, notamment en Python ;

• Vous avez des connaissances de base en Machine Learning et en analyse de données (pandas, scikit-learn ou équivalent) ;

• Vous êtes à l'aise avec les environnements Linux et la ligne de commande ;

• Vous vous intéressez aux LLM et à leurs applications concrètes ;

• Vous avez réalisé des projets académiques en développement, intelligence artificielle ou analyse de données ;

• Vous êtes capable de comprendre de la documentation technique en anglais ;

• Vous faites preuve de curiosité, de rigueur et d'un bon esprit d'analyse ;

• Vous aimez résoudre des problèmes concrets et êtes capable de travailler de manière autonome tout en collaborant avec une équipe.

C'est un +

• Vous avez des connaissances d'OpenStack ou d'autres environnements cloud ;

• Vous possédez des notions en réseau (TCP/IP, routage, load balancing) ;

• Vous connaissez des outils d'observabilité ou de traitement de logs tels que Prometheus, Grafana, Elasticsearch ou OpenSearch ;

• Vous avez déjà expérimenté les LLM, les appels d'API, le prompt engineering ou les approches RAG ;

• Vous êtes familier avec Git, les revues de code ou les pratiques CI/CD.

Cette offre ne correspond pas tout à fait à votre profil ? Candidatez spontanément sur notre portail candidat : nos recruteurs pourront penser à vous pour d'autres opportunités.

xxxxfff