Stage ingénieur — Service de planification industrielle sous contraintes

Omundu est une startup deeptech fondée en 2025 à Lyon. Notre mission : développer Unity Forge, une IA spécialiséecapable d’assister les opérateurs de maintenance industrielle en situation réelle — loin des approches généralistes qui hallucinent ou manquent de contexte terrain.

Unity Forge lit et comprend la documentation technique, croise texte, images et schémas, et guide pas à pas l’opérateur pour réduire les pannes et relancer les machines plus rapidement.

Notre approche s’appuie sur une souveraineté technologique assumée : chaque client garde la maîtrise de ses données, et notre IA est adaptée à son environnement, jamais mutualisée.

Nous collaborons avec Antemeta et Bamboo pour construire des infrastructures cloud et edge sobres, fiables et opérationnelles.

Omundu, c’est une équipe à taille humaine, exigeante et bienveillante, menée par des fondateurs cumulant 20 ans d’expérience industrielle. Rejoindre Omundu, c’est travailler au croisement de l’IA générative, du DevOps/MLOps et des usages industriels concrets, avec un accompagnement solide pour monter en compétence.

Description du poste
------------------------

Contexte

Le stage s’inscrit dans l’évolution d’un assistant de planification de la maintenance du réseau électrique haute tension, intégré à une application métier.

Le moteur optimise la programmation des interventions (visites hélicoptère, LIDAR, élagage) sous contraintes métier, environnementales et juridiques : fenêtres, zones protégées, cycle triennal, répartition kilométrique, planifications existantes.

Le sujet porte sur l’amélioration d’un service existant, déjà intégré à une application métier : évolution des planificateurs, modélisation de nouvelles contraintes, amélioration des mécanismes de recalcul, exposition des résultats via des API et intégration dans le produit.

Objectif du stage

Contribuer à l’amélioration d’un moteur de planification industrielle sous contraintes : logique d’optimisation, modélisation des règles métier, intégration backend et qualité logicielle. Le ou la stagiaire interviendra sur un code existant avec solveurs opérationnels, à enrichir et adapter à de nouveaux cas d’usage. Le stage combine optimisation combinatoire, Python, API, tests, documentation et intégration produit.

Missions

En lien avec l’équipe de développement :

• Faire évoluer les solveurs de planification existants : Adapter et enrichir les solveurs Python existants pour intégrer de nouvelles contraintes métier, types d’opérations et objectifs d’optimisation : modèles, règles de décision, fonctions objectif, analyse des résultats.


• Modéliser des contraintes métier complexes : Traduire des règles opérationnelles en contraintes formelles : affectation périodique, cycles de visite, zones spécifiques, périodes figées, contraintes calendaires, priorités, compatibilités, objectifs de répartition.


• Améliorer les mécanismes de recalcul de planning : Améliorer le recalcul de plans existants lorsque certaines décisions sont déjà validées ou que des périodes doivent rester figées : stabilité des plans, ajustements incrémentaux, préservation des décisions déjà prises.


• Travailler sur la mutualisation entre opérations : Améliorer la planification croisée de plusieurs types d’opérations pour identifier les mutualisations et produire un planning global cohérent, avec arbitrages entre contraintes, qualité opérationnelle, redondances et lisibilité.


• Contribuer à l’intégration backend du service d’optimisation : Faire évoluer les API : endpoints, schémas, formats E/S, validation, gestion d’erreurs, contrats d’interface. Transformer les résultats d’optimisation en données exploitables par le produit.


• Tester, mesurer et documenter : Tests unitaires et fonctionnels, métriques de qualité des plans, analyse des temps de calcul, documentation des règles et choix techniques. Maintenabilité, clarté et fiabilité au cœur du stage.

• des évolutions fonctionnelles sur les solveurs de planification existants ;


• de nouveaux modèles de contraintes ou objectifs d’optimisation ;


• des mécanismes améliorés de recalcul ou d’ajustement de plans existants ;


• des API et schémas de données permettant l’intégration des résultats dans l’application ;


• une suite de tests couvrant les principaux cas métier ;


• une documentation technique claire sur les règles de planification, les hypothèses de modélisation et les choix d’implémentation ;


• des métriques de suivi de la qualité des plans et des temps de calcul.

Master 2 ou dernière année d’école d’ingénieur, profil à la croisée du développement, de l’algorithmique et de l’optimisation.

Compétences attendues

• très bon niveau en Python, code propre et testé, maîtrise de Git ;


• bases solides en algorithmique, optimisation combinatoire, programmation par contraintes ou recherche opérationnelle ;


• capacité à concevoir des API et à traduire des règles métier complexes en logique technique ; bases en SQL / PostgreSQL.

• CP\-SAT ou autre solveur d’optimisation ; FastAPI ou équivalent ; PyTest ; expérience backend ou intégration produit ; intérêt pour la planification et l’ordonnancement.

• Autonomie, rigueur, pragmatisme, sens de l’intégration et de la livraison, capacité à travailler sur un produit existant, envie de comprendre le métier.

Python · OR\-Tools (optionnel) / CP\-SAT · FastAPI · PyTest · PostgreSQL · Git · Documentation technique

Cette annonce provient de indeed. Voir l'annonce originale ↗