Y-Axis Jobs Logo
Send us feedback
telephone  +91 7670 800 001
Log in Sign up Try Premium
Stage PFE- Ingénieur QA at Inetum
Tunis, Tunis, Tunisia -
Full Time

Start Date

Immediate

Expiry Date

09 Feb, 26

Salary

0.0

Posted On

11 Nov, 25

Experience

0 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

No

Skills

Quality Assurance, AI, Software Development, Large Language Models, Test Case Generation, Anomaly Detection, Validation, Intelligent Assistance

Industry

IT Services and IT Consulting

Description
Description de l'entreprise Inetum est un leader européen des services numériques. Pour les entreprises, les acteurs publics et la société dans son ensemble, les 28 000 consultants et spécialistes du groupe visent chaque jour l'impact digital des solutions qui contribuent à la performance, à l'innovation et au bien commun. Présent dans 19 pays au plus près des territoires, et avec ses grands partenaires éditeurs de logiciels, Inetum répond aux enjeux de la transformation digitale avec proximité et flexibilité. Porté par son ambition de croissance et d'industrialisation, Inetum a généré en 2023 un chiffre d'affaires de 2,5 milliards d'€. Description du poste Conception et implémentation d’un système de QA piloté par l’IA générative. Le projet vise à concevoir et développer un système de contrôle qualité logiciel (QA) capable d’exploiter les capacités des modèles d’IA générative (Large Language Models – LLM) pour analyser le code, générer des cas de tests et détecter automatiquement des anomalies potentielles dans le cycle de développement. L’objectif principal est de réduire le temps de validation et d’améliorer la couverture des tests, tout en introduisant un mécanisme intelligent d’assistance aux équipes QA et développement. Qualifications Bac+5 en informatique
Responsibilities
Design and implement a quality assurance system driven by generative AI. The project aims to develop a software quality control system that utilizes generative AI models to analyze code, generate test cases, and automatically detect potential anomalies in the development cycle.