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

**Niveau de diplôme exigé :** Bac + 5 ou équivalent **Fonction :** Ingénieur scientifique contractuel **Corps d'accueil :** Ingénieur d'Etudes / Ingénieur de Recherche (IE/IR) **A propos du centre ou de la direction fonctionnelle** ------------------------------------------------------- Le centre Inria de l'Université de Rennes est l'un des huit centres d’Inria et compte plus d'une trentaine d’équipes de recherche. Le centre Inria est un acteur majeur et reconnu dans le domaine des sciences numériques. Il est au cœur d'un riche écosystème de R&D et d’innovation : PME fortement innovantes, grands groupes industriels, pôles de compétitivité, acteurs de la recherche et de l’enseignement supérieur, laboratoires d'excellence, institut de recherche technologique **Contexte et atouts du poste** ------------------------------- **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