Stage – Développement logiciel et calcul scientifique : chaînes de traitement composables et extensibles

L’équipe Cloud Data Intelligence conçoit et développe des applications Cloud Native reposant notamment sur les architectures microservices, les API REST, la conteneurisation et l’automatisation des processus de développement et de déploiement.

Elle intervient sur des projets variés mobilisant des technologies telles que Python, Java, les API REST, Docker et les outils d’intégration continue. Ses travaux portent notamment sur la conception de solutions logicielles permettant de traiter, d’exploiter et de valoriser des données complexes.

Dans ce contexte, l’équipe souhaite développer des solutions permettant d’assembler et d’automatiser des chaînes de traitement et de calcul scientifique, tout en facilitant leur supervision, leur évolution et leur utilisation par différents profils d’utilisateurs.

LE SUJET DU STAGE : Permettre à un agent IA de piloter une application de cartographie scientifique

Observer le déplacement d’un panache atmosphérique, comparer plusieurs prévisions ou repérer les zones où un seuil est dépassé : les applications de cartographie scientifique permettent d’explorer des phénomènes qui évoluent dans l’espace et dans le temps.

Pour mener ces analyses, les utilisateurs doivent sélectionner des données, naviguer entre différentes échéances, configurer des traitements et organiser leur représentation sur une carte. Une même question scientifique peut ainsi nécessiter de nombreuses manipulations.

Et si un utilisateur pouvait demander :

« Affiche l’évolution de ce panache sur les prochaines 24 heures et mets en évidence les zones où plusieurs simulations prévoient un dépassement du seuil. »

Ou encore :

« Compare ces deux modèles sur cette région et montre-moi où leurs résultats divergent le plus. »

L’objectif du stage est de rendre une application existante pilotable par un agent IA, afin de faciliter la réalisation de ce type d’analyse à partir de demandes exprimées en langage naturel.

Vous concevrez et développerez les interfaces permettant à l’agent de découvrir les données disponibles, de mobiliser les traitements scientifiques et de préparer des visualisations cartographiques. Vous vous appuierez notamment sur le protocole MCP — Model Context Protocol, qui permet d’exposer des outils et des informations aux agents IA.

Le défi sera de permettre à l’agent d’agir correctement dans un contexte scientifique : choisir une variable, respecter ses unités, sélectionner une période, comprendre les paramètres d’un calcul et restituer un résultat vérifiable. L’utilisateur devra pouvoir comprendre les opérations réalisées et conserver la maîtrise de son analyse.

Your responsibilities:

1. Explorer les usages et choisir les scénarios

Prendre en main l’application et ses outils d’exploration spatiale et temporelle.

• Identifier des scénarios associant sélection de données, traitements et visualisation : comparaison de simulations, dépassement de seuil ou agrégation de résultats.
• Définir les informations nécessaires à l’agent pour réaliser ces tâches.

2. Développer les interfaces de pilotage

• Concevoir un serveur MCP en s’appuyant sur les API et les fonctionnalités existantes.
• Exposer des outils permettant de rechercher des données, de lancer des traitements et de configurer leur affichage.
• Fournir à l’agent des descriptions structurées des données, des paramètres et du contexte de travail.

3. Fiabiliser les interactions

• Contrôler les paramètres et la compatibilité des données utilisées.
• Permettre le suivi des calculs, la consultation des résultats et la compréhension des erreurs.
• Assurer la traçabilité des actions et prévoir des validations humaines lorsque nécessaire.

4. Construire et évaluer un démonstrateur

• Connecter les interfaces développées à un agent IA existant.
• Réaliser plusieurs scénarios allant de la demande de l’utilisateur à la visualisation du résultat sur la carte.
• Vérifier les résultats à l’aide de tests et de critères de réussite explicites.
• Étudier les limites du dispositif face à des demandes ambiguës ou à des échecs de traitement.

5. Préparer la réutilisation des travaux

• Documenter l’architecture et les choix techniques.
• Identifier les composants réutilisables pour faciliter le pilotage d’autres applications scientifiques par des agents IA.

Vous serez intégré(e) à une équipe de développement et accompagné(e) par des ingénieurs expérimentés. Votre travail aboutira à un démonstrateur permettant d’observer concrètement comment un agent peut aider un utilisateur à explorer des données et des simulations sur une carte.