Stage Ingénieur-e : Détection d'événements satellitaires par des agents IA fondés sur des LLM F/H

Job description

Intégré au sein de l'équipe R&D de SCSA, vous participerez à l'étude et au développement d'une solution fondée sur des modèles de langage et des agents d'intelligence artificielle pour l'analyse d'activités RF et satellitaires. L'objectif du stage sera de concevoir une approche permettant d'exploiter les données issues de cartes longitude-fréquence et du suivi des porteuses satellitaires sur ces cartes, notamment leurs boîtes englobantes, leurs trajectoires et leur évolution temporelle.

Le système devra permettre de détecter automatiquement des événements de haut niveau et de produire une synthèse structurée de l'activité observée. Des données orbitales complémentaires pourront également être fournies afin d'enrichir l'analyse, de contextualiser les observations et de faciliter l'identification des objets suivis. Cette analyse devra par ailleurs prendre en compte des règles métier formulées en langage naturel à un niveau d'abstraction élevé.

Les travaux pourront notamment porter sur les activités suivantes :

• Avec l'aide des analystes, identifier les informations spatio-temporelles et orbitales pertinentes pour caractériser les comportements radio fréquence observés et les interactions éventuelles entre porteuses et satellites.
• Définir une représentation des événements, des activités, des données orbitales et des règles métier adaptée à leur exploitation par un modèle de langage ou un agent IA.
• Évaluer la capacité du système à expliquer et à justifier les événements détectés en s'appuyant sur les observations, les données orbitales disponibles et les règles métier appliquées.

Ces problématiques sont particulièrement importantes pour les applications de surveillance spatiale et radiofréquence, dans lesquelles les données peuvent être nombreuses et parfois ambiguës. Le but étant de produire une information pertinente, structurée, explicable et exploitable par un opérateur. Le monde du spatial vous fait rêver, vous êtes à la recherche de défis, d'un environnement technologique stimulant et d'une équipe à taille humaine : rejoignez-nous dès à présent !

La surveillance de l'Espace et des Télécommunications se révèle être un enjeu majeur face au déploiement, sans cesse croissant, d'objets en orbite terrestre : méga-constellations de satellites, boom du NewSpace et des SmallSats, démultiplication incontrôlée des débris. Les risques de collisions, d'agressions ou d'interférences mettent en péril cet écosystème fragile. Au sein de la division Espace de Safran, l'équipe SCSA (Satellite Communication and Space Awareness – Safran Data Systems) offre aux acteurs du secteur spatial les outils, solutions et services permettant de détecter, localiser et analyser ces menaces.

Safran Data Systems développe ainsi l'intégralité de ces produits, depuis les antennes et les fronts-end d'acquisition haut débit jusqu'aux interfaces de contrôle de la mission, en passant par les logiciels et algorithmes d'intelligence artificielle.

Compétences techniques recherchées

• Maîtrise de Python.
• Connaissances en intelligence artificielle, machine learning et modèles de langage.
• Connaissance des méthodes d'évaluation de modèles d'IA.
• Capacité à développer, tester et documenter un prototype logiciel. Compétences appréciées

Frameworks LLM et agents IA

• LangChain, LlamaIndex ou équivalents.
• Techniques de prompt engineering et utilisation d'outils par des agents.
• Connaissances en bases de données, API et formats de données tels que JSON.
• Notions de données orbitales, d'éphémérides et de TLE.
• Connaissances en traitement du signal, télécommunications ou applications spatiales.
• Git.

Compétences humaines/sociales recherchées

• Attrait pour les défis technologiques,
• Intérêt pour le monde du spatial,
• Autonomie,
• Bon esprit d'équipe École et domaine de formation ciblés : Formation niveau Bac+5, avec une spécialisation en :
• intelligence artificielle et machine learning ;
• science des données ;
• traitement du signal et des images ;