CMX recherche des étudiants pour un stage en ingénierie de données, infrastructure IA et optimisation des systèmes. Vous travaillerez sur des pipelines de données, des systèmes d'inférence IA hautes performances, l'optimisation CPU/GPU et les architectures cloud-native. La mission inclut la modélisation de contraintes, la conception d'architectures et le benchmarking. Les candidats doivent répondre à trois questions techniques dans un document Word. Curiosité, discipline d'ingénieur et approche mesurable sont valorisées.
À propos de la mission
Derrière chaque système intelligent, il existe une infrastructure qui doit traiter des données, exécuter des calculs, gérer les défaillances et fournir des résultats efficacement. Chez CMX, nous concevons cette infrastructure, des pipelines de données aux systèmes d'inférence IA hautes performances.
Nous recherchons des étudiants curieux, qui aiment comprendre le fonctionnement interne des systèmes, mesurer les performances et trouver de meilleures façons de construire des architectures.
Domaines de recherche
Ingénierie des données, ETL/ELT, streaming et architectures événementielles.
Plateformes de données, gouvernance, métadonnées, lineage et qualité des données.
Bases de données vectorielles, graphes de connaissances et stockage distribué.
Inférence IA, vLLM, ONNX Runtime et serving de modèles.
C++ moderne, Python, CUDA, SIMD et calcul parallèle.
Optimisation CPU/GPU, concurrence, gestion mémoire et profilage.
Kubernetes, infrastructure cloud-native, GitOps et systèmes distribués.
Observabilité, fiabilité, FinOps et calcul écoénergétique.
Votre mission de recherche
En utilisant le CMX Cognitive Framework, vous étudierez les technologies existantes, modéliserez les contraintes système, concevrez une architecture, implémenterez certains composants et benchmarkerez vos résultats. Nous valorisons l'ingénierie mesurable : latence, débit, fiabilité, utilisation des ressources et coût.
Trois questions avant de postuler
• Le paradoxe de performance Vous doublez le nombre de GPU servant un modèle IA, mais le nombre de requêtes traitées par seconde augmente à peine. Quelles sont trois explications possibles ? Comment les investigueriez-vous ?
• Le problème de cohérence des données Deux applications d'entreprise contiennent des adresses différentes pour le même client. Les deux affirment que leur information est correcte. Comment détermineriez-vous quelle valeur doit être fiable sans perdre l'historique des changements ?
• Le défi d'optimisation Un système d'inférence IA coûte 100 000 MAD par mois à exploiter. La direction vous demande de réduire ce coût de 50 % sans dégrader la qualité de service. Que mesureriez-vous en premier ? Quelles optimisations investigueriez-vous ? Comment prouveriez-vous que la qualité a été préservée ?
Comment postuler
Veuillez envoyer :
Votre CV.
Un document Word (.docx), maximum deux pages, contenant vos réponses aux trois questions.
Votre profil GitHub, portfolio ou projets pertinents, si disponibles.
Vous pouvez utiliser des outils d'IA et des ressources externes, mais vous devez expliquer votre propre raisonnement et divulguer les outils ou sources utilisés.
Important : Les candidatures sans réponses aux trois questions au format Word demandé ne passeront pas à l'étape suivante de sélection.
Les candidats présélectionnés seront invités au CMX Talent Acquisition Day début janvier 2027 pour une évaluation en personne et un entretien.
Vous n'avez pas besoin d'être expert dans toutes les technologies listées ici. Ce qui compte, c'est votre curiosité, votre discipline d'ingénieur et votre volonté de mesurer plutôt que de supposer.
Intéressé(e) ? Postulez via la plateforme.
Apply for this job
EmploiBoost does not process applications. You will be taken to the original job posting.