22 Création d’une plateforme d’IA pour l’analyse prédictive et la génération automatique de synthèses des projets logiciels PFE

Contexte et objectif

• Concevoir et développer une plateforme d’IA capable de surveiller la santé des projets de développement logiciel en agrégeant et analysant les données issues de JIRA, Azure DevOps et systèmes Git.
• Utiliser le Machine Learning pour la détection et la prédiction des risques (retards, dépassements de budget, anomalies) et la GenAI pour générer automatiquement des synthèses et recommandations à destination des chefs de projet.

Missions principales

• Intégrer et normaliser les données provenant de JIRA API, Azure DevOps, GitHub/GitLab API afin d’alimenter des pipelines d’analyse.
• Développer des modèles de Machine Learning (scikit-learn, Azure ML) pour la prédiction de risques et mettre en place des composants de génération de texte via OpenAI API pour produire des rapports et recommandations.
• Implémenter une interface utilisateur (Angular ou React) pour visualiser la santé des projets, alertes et synthèses automatiques.
• Déployer et automatiser les pipelines sur Azure (Azure ML, Azure DevOps) et veiller à la qualité et scalabilité de la solution.

Compétences et technologies requises

• Langages et frameworks : .NET 8, Python, Angular ou React.
• Machine Learning et IA : scikit-learn, Azure ML, OpenAI API (GenAI) pour la génération de résumés.
• Intégrations et outils : Azure DevOps, JIRA API, GitHub/GitLab API, bonnes pratiques CI/CD.
• Profil attendu : Ingénieur en Génie Logiciel (1 stagiaire), autonomie, rigueur et capacité à travailler en équipe sur des problématiques de data engineering et IA.

Livrables attendus

• Pipeline d’ingestion et de normalisation des données issues des outils projets (JIRA, Azure DevOps, Git).
• Modèles de prédiction des risques avec évaluation (métriques) et documentation.
• Module GenAI produisant des synthèses et recommandations exploitables par les chefs de projet.
• Application front-end présentant tableaux de bord, alertes et synthèses automatiques.

Candidature

• Pour postuler, envoyer un CV et une lettre de motivation à l’adresse suivante : stagetunisie.tn@capgemini.com.
• Email de contact (texte brut) : stagetunisie.tn@capgemini.com. Indiquez en objet l’intitulé du projet indiqué ci‑dessous.