STAGE - Qualité de conception GEN7 (F/H)

Dassault Systèmes est un acteur majeur du logiciel industriel. Sa plateforme 3DEXPERIENCE permet à ses clients de concevoir, simuler et produire les objets du monde réel dans un univers virtuel, de l’aéronautique à la santé.

Au sein de la R&D CATIA, l’équipe Sustainability conçoit et développe les indicateurs de design et d’engineering de la plateforme. Vous serez intégré(e) à cette organisation, dans le département Engineering Quality.

Ce département développe les applications qui permettent aux industriels de formaliser leurs règles métier — checks, profils, règles de conception — puis de vérifier automatiquement la conformité de leurs maquettes numériques. Ces applications produisent des rapports de qualité riches : score global, sévérité et statut par règle, liste des éléments en défaut, annotations, captures d’écran, fonctions de correction associées.

Leur interprétation reste pourtant réservée aux experts. Un ingénieur qui ouvre un rapport doit encore comprendre seul pourquoi une règle a échoué, et décider quoi faire ensuite. C’est précisément ce chaînon manquant que ce stage adresse.

Dans le cadre de Gen7 et de l’assistant IA embarqué dans la plateforme, l’équipe construit une nouvelle génération d’outils conversationnels. Votre travail en sera une brique à part entière.

Vos missions

Votre sujet : concevoir et développer un outil capable d’analyser un résultat d’évaluation qualité, d’en expliquer les défauts en langage naturel et d’en déduire les actions correctives appropriées — jusqu’à la correction automatique (healing).

Concrètement, vous serez amené(e) à :

• Étudier le modèle de résultat existant — score, poids, statut par règle, éléments en défaut, fonctions de correction — ainsi que la documentation des quelque 500 règles livrées en standard ;

• Concevoir la logique d’analyse : regrouper et hiérarchiser les défauts par sévérité et par impact, identifier les causes récurrentes, et distinguer ce qui est corrigeable automatiquement de ce qui relève d’un arbitrage humain ;

• Générer, à l’aide d’un modèle de langage, une explication claire de chaque défaut — le pourquoi et le comment — ancrée dans la documentation produit afin d’éviter toute réponse inventée ;

• Proposer puis enchaîner les actions correctives : exécution d’une fonction de healing, justification documentée, ou revue manuelle — avec une confirmation explicite de l’utilisateur avant toute modification de la maquette ;

• Intégrer l’ensemble sous la forme d’un outil déclaré dans l’infrastructure IA de la plateforme : déclaration JSON, implémentation C++, contrat de résultat ;

• Mettre en place une méthode d’évaluation de la qualité des réponses produites : jeux de conversations de référence, mesure des régressions, analyse des cas d’échec.

Vous travaillerez en lien direct avec les architectes du domaine et avec l’équipe d’infrastructure IA. Le sujet est ouvert : vos choix de conception seront discutés, et ce que vous produirez a vocation à être repris dans le produit.