Apprentissage - Ingénieure systèmes distribués – Kubernetes et métrologie pour broker astronomique

Au sein du service informatique du LPC, l'apprenti-e sera intégré-e dans l'équipe qui développe et opère le broker d'alertes astronomiques Fink, utilisé pour traiter en temps réel les flux de données du télescope Zwicky Transient Facility (ZTF) et prochainement du Legacy Survey of Space and Time (LSST) produit par l'Observatoire Vera C. Rubin.

Missions principales :
● Contribuer à l'amélioration de l'architecture de déploiement Kubernetes de Fink sur les clusters du centre de calcul de l'IN2P3 : renforcement des tests d'intégration et de non-régression, amélioration du pipeline CI/CD, optimisation de la gestion des ressources (auto-scaling HPA/KEDA, limites
CPU/RAM).
● Mettre en place un système de supervision avancée des modèles de machine learning embarqués dans Fink : instrumentation des modules de classification astronomique, collecte standardisée des métriques (Prometheus/OpenTelemetry), tableaux de bord Grafana, détection automatique de
dérive de performance.
● Consolider le proof of concept MLflow existant et définir des procédures formalisées de validation et de mise en production des modèles (tests de non-régression, versioning, promotion sur données réelles).
● Rédiger la documentation technique et contribuer aux rapports de l'équipe.