Software Development Intern, AI-Assisted Development (Summer 2027) / Stagiaire en développement de logiciel, développement assisté par l’IA (Été 2027)

Depending on project priorities, your work could include:

• Improving

that compares expected behavior across implementations.

• Testing how network management pipeline components work together, from incoming data through processing to stored or displayed results.
• Developing

for realistic user, network, or device workflows.

• Measuring

and comparing results across configurations or implementations.

• Improving the tools and automation engineers use to

software changes.

• Using AI to understand unfamiliar areas of the codebase, investigate defects, analyze logs and test failures, and propose potential solutions.
• Participating in code reviews, debugging sessions, and technical discussions with experienced networking software engineers.

You'll work closely with a senior developer who will help:

• Define and scope your project.
• Explain relevant system behavior and architecture.
• Help you navigate an existing codebase.
• Guide your use of AI development tools.
• Review your code, tests, and technical conclusions.
• Help you understand the engineering trade-offs behind different approaches.

You won't be expected to make product or architecture decisions independently. Instead, you'll get first-hand experience seeing

You may be a good fit if you:

• Are pursuing a degree in

, or a related technical field.

• Have experience programming and debugging software.
• Understand basic software development concepts such as testing, version control, and code review.
• Have an interest in

.

• Are curious about Generative AI, LLMs, and AI-assisted software engineering.
• Enjoy investigating problems and understanding why something works or fails.
• Can communicate technical reasoning and findings clearly.
• Are comfortable

During the internship, you'll gain hands-on experience with:

• AI-assisted software engineering.
• Working directly with senior software developers.
• Understanding and modifying a production-scale codebase.
• Network management and systems software.
• Automated and end-to-end testing.
• Performance and scale analysis.
• Debugging and root-cause investigation.
• Using tests and measurements to validate AI-generated software changes.
• Professional code review and engineering practices.

along with a clear explanation of:

• What problem was addressed.
• What changed.
• How AI was used.
• How the result was tested and validated.
• What was learned.
• What limitations or follow-up work remain.

The objective is not simply to generate more code with AI. It is to learn how to use AI

Selon les priorités du projet, vous pourriez notamment :

• Améliorer des

afin de comparer les résultats attendus entre différentes implémentations.

• Tester comment les composants d'une chaîne de traitement de gestion de réseau fonctionnent ensemble, depuis les données d'entrée jusqu'aux résultats stockés ou affichés.
• Développer des

reproduisant des flux de travail réalistes impliquant des utilisateurs, des réseaux ou des équipements.

• Mesurer la

, et comparer les résultats entre différentes configurations ou implémentations.

• Améliorer les outils et l'automatisation utilisés par les ingénieurs pour

les modifications logicielles.

• Utiliser l'IA pour comprendre des parties moins familières du code, analyser des problèmes, examiner des journaux et des échecs de tests, et proposer des solutions.
• Participer à des revues de code, des séances de débogage et des discussions techniques avec des ingénieurs expérimentés en logiciels de réseautique.

Vous travaillerez étroitement avec un développeur expérimenté qui vous aidera à :

• Définir et délimiter votre projet.
• Comprendre le comportement et l'architecture du système.
• Vous familiariser avec une base de code existante.
• Guider votre utilisation des outils de développement assistés par l'IA.
• Réviser votre code, vos tests et vos conclusions techniques.
• Comprendre les compromis techniques associés aux différentes approches.

Vous ne serez pas responsable de prendre seul(e) des décisions concernant le produit ou son architecture. Vous aurez plutôt l'occasion d'observer directement

Vous pourriez être un excellent candidat ou une excellente candidate si vous :

• Poursuivez des études en

ou dans un domaine technique connexe.

• Possédez une certaine expérience en programmation et en débogage logiciel.
• Comprenez les principes de base du développement logiciel, notamment les tests, le contrôle de versions et la revue de code.
• Vous intéressez aux

.

• Êtes curieux ou curieuse au sujet de l'IA générative, des grands modèles de langage (LLM) et du développement logiciel assisté par l'IA.
• Aimez analyser des problèmes et comprendre pourquoi quelque chose fonctionne ou échoue.
• Êtes capable de communiquer clairement votre raisonnement et vos conclusions techniques.
• Êtes à l'aise de

Au cours du stage, vous développerez une expérience pratique dans les domaines suivants :

• Développement logiciel assisté par l'IA.
• Collaboration directe avec des développeurs expérimentés.
• Compréhension et modification d'une base de code à grande échelle.
• Gestion de réseau et logiciels systèmes.
• Tests automatisés et tests de bout en bout.
• Analyse de performance et de mise à l'échelle.
• Débogage et analyse des causes fondamentales.
• Utilisation de tests et de mesures pour valider les modifications logicielles générées avec l'aide de l'IA.
• Revues de code et pratiques professionnelles de génie logiciel.

, accompagnée d'une explication claire de :

• La problématique abordée.
• Ce qui a été modifié.
• La façon dont l'IA a été utilisée.
• La manière dont les résultats ont été testés et validés.
• Les principaux apprentissages.
• Les limites ou travaux complémentaires qui demeurent.

L'objectif n'est pas simplement de produire davantage de code grâce à l'IA. Il s'agit d'apprendre à utiliser l'IA