Ingénieur(e) Génie Logiciel : Analyse de Software Heritage dans le cadre de CodeCommons

Context

Rejoignez le projet
CodeCommons mené par l’équipe
DiverSE à l’
Inria
Rennes
, une équipe jeune, dynamique et reconnue mondialement pour son expertise en Génie Logiciel (ingénierie des langages, variabilité logicielle, test automatique, architecture, manipulation de modèle, etc).
Vous travaillerez sur des sujets innovants en collaboration avec des chercheurs : extraction automatique de données, des analyses automatiques de code (caractérisation, qualité, traçabilité, reproductibilité, similarité, etc).
Vous contribuerez à un projet open-source d’envergure, mêlant des techniques de Génie Logiciel, d’IA, de Big Data et de cybersécurité, visant à positionner la France comme référence mondiale pour la base de données d’apprentissage sur le code.
En effet, dans la course actuelle au développement massif des Large Language Models (LLMs), il est urgent d’aller plus loin pour que les modèles ouverts, transparents et responsables deviennent la norme, et non pas l’exception.
On s'intéressera particulièrement à l'identification et l'extraction de données dans Software Heritage, pour trouver des repos de code qui ont un intérêt spécifique pour un domaine (e.g., jeux vidéos, neuroimagerie, COBOL)
L e projet
CodeCommons a été conçu pour répondre à ce besoin.
Et
CodeCommons c
'est plus qu’ un projet; c'est un mouvement vers un avenir de l'IA éthique, transparent et accessible. Ensemble, nous posons les bases de la prochaine génération d'IA.
CodeCommons est un partenariat stratégique entre plusieurs équipes de l’
Inria
, du
CEA et
Tweag
, et prend appui sur
Software Heritage
, une initiative lancée par l’Inria en 2016 et soutenue par l’Unesco, dont la mission est de collecter, préserver et rendre facilement accessible tout le code source publiquement disponible. L’archive
Software Heritage contient aujourd’hui plus de 19 milliards de fichiers uniques, issus de plus de 300 millions de projets collectés sur une variété de forges logicielles (dont GitHub, GitLab, etc.).
CodeCommons vise à consolider et à faire monter en puissance ce bien commun numérique unique construit par
Software Heritage
, et à développer l’infrastructure logicielle indispensable pour l’exploiter efficacement et répondre ainsi aux défis posés par la construction de
LLMs ouverts, transparents et responsables.

Skills

Vous aimez et avez des compétences en Génie Logiciel
Des connaissances en Python et Rust seront appréciées. D’une manière générale, nous nous attendons à recevoir des ingénieurs ayant la capacité de maîtriser plusieurs langages de développement et outils en lien avec le logiciel.