STAGE - Ingénieur logiciel spécialisé dans les graphes de connaissances et les bases de données (F/H)

Le stage se déroulera au sein de l'équipe NuoDB Graph, responsable de la base de données graphe de la plateforme 3DEXPERIENCE. Cette base de données graphe est un composant central de l'écosystème de Dassault Systèmes : elle permet de représenter et d'interroger des graphes de connaissance au service de l'IA et des applications métiers de DS. 

L'équipe conçoit et fait évoluer les structures de données, le moteur de requêtes et les mécanismes de stockage qui sous-tendent ces cas d'usage, en s'appuyant à la fois sur son expertise historique et sur les besoins émergents liés à l'IA générative et aux agents autonomes. 

Rejoindre cette équipe, c'est travailler à l'intersection de la recherche en base de données et de leurs applications concrètes à très grande échelle dans des produits industriels utilisés par des milliers de clients à travers le monde. C'est rejoindre une équipe passionnée par l'innovation et les défis technologiques de pointe.

Les graphes de connaissances, interrogés avec un moteur de requêtes pour le langage SPARQL, sont au coeur de l'utilisation de l'intelligence artificielle pour des domaines industriels. Les agents IA sont pourtant, du point de vue du moteur de requêtes, des clients atypiques : ils interrogent le graphe de connaissance trop largement et répètent des requêtes très proches, car ils peinent à savoir a priori ce que contient la base et procèdent par raffinements successifs plutôt que par requêtes ciblées. Face à ce constat, la question n'est pas forcément d'améliorer l'agent, mais aussi de déterminer ce que le moteur de requêtes SPARQL doit faire différemment pour absorber ce type de charge, structurellement redondante, sans dégrader les performances pour l'ensemble des clients. 

Vos missions

L'objectif du stage est d'explorer trois leviers complémentaires pour adapter le moteur à la charge agentique. Premièrement, caractériser précisément cette charge (distribution des formes de requêtes, taux de recouvrement, etc.) à partir des cas d'usage existants et de charges générées spécifiquement pour l'étude. Deuxièmement, tester l'hypothèse selon laquelle le flux de requêtes fortement re couvrantes produit par un agent en exploration rend particulièrement pertinente la mémoïsation de sous-requêtes. Ceci suppose de définir une forme canonique d'indexation des briques élémentaires d'une requête, de mesurer le gain réel de la mémoïsation, et d'arbitrer les stratégies d'invalidation face aux écritures concurrentes. Troisièmement, explorer un renversement du contrat entre l'agent et le moteur : plutôt que d'exécuter directement chaque requête, le moteur renverrait d'abord une estimation de coût (accompagnée, le cas échéant, d'une ou deux réécritures moins coûteuses) laissant à l'agent le choix final et transformant ainsi le plan de requête en objet de négociation entre les deux parties. À terme, ces travaux visent une amélioration mesurable des performances de lecture du graphe pour les charges agentiques dans l'IA appliquée aux domaines industriels.