Mobelite Tunisie
Mobelite Tunisie
Tunisie

18 Agir Planifier Outil d’aide à la revue de code PFE

SEO & Intelligence ArtificielleDéveloppement Web (Symfony/Flutter/React.js)Qualité logicielle

Publié il y a 18 jours

Stage
⏱️4-6 mois
💼Hybride
📅Expiré il y a 4 jours
Cohérence LinkedIn / CV vérifiée.

Description du poste

Contexte et objectifs

  • Dans les équipes de développement, la revue de code est essentielle pour garantir la qualité logicielle mais elle est souvent chronophage et dépend de l’expérience des développeurs.
  • Objectif du projet : développer une application basée sur l’IA capable d’analyser automatiquement le code source pour proposer des suggestions d’amélioration, détecter les code smells et générer automatiquement de la documentation des fonctions.

Missions principales

  • Concevoir et implémenter un moteur d’analyse statique enrichi par des techniques NLP/LLM pour détecter erreurs potentielles et mauvaises pratiques.
  • Développer des modules générant des suggestions d’amélioration et de la documentation automatique pour les fonctions analysées.
  • Mettre en place des règles et des heuristiques pour la détection de code smells et un système de priorisation des alertes.

Fonctionnalités attendues

  • Détection automatique des erreurs potentielles et des code smells avec rapports lisibles pour les développeurs.
  • Suggestions de refactorisation et propositions d’améliorations de code (extraits, recommandations) ainsi que génération de documentation de fonctions.
  • Interface Web/Mobile pour visualiser les résultats d’analyse, accepter/rejeter les suggestions et suivre l’historique des revues.

Environnement technique & profil recherché

  • Recherche 2 stagiaires, niveau BAC+5, plateformes ciblées : Web et Mobile.
  • Technologies souhaitées : Node.js ou Python pour le backend, React.js pour le frontend, bases de données PostgreSQL ou MongoDB, et utilisation de techniques NLP/LLM pour l’analyse.
  • Compétences attendues : connaissance des bonnes pratiques de développement, compréhension des code smells, expérience avec NLP/LLM et intégration d’API IA.

Livrables et critères de réussite

  • Prototype fonctionnel capable d’analyser un dépôt source et de produire un rapport avec suggestions et documentation automatique.
  • Jeu de tests et métriques d’évaluation de la qualité des détections (précision, rappel) et démonstration UX sur la plateforme Web/Mobile.

Modalités pratiques