Stage Full Stack Developer — Génération de rapports d’intervention PDF - Paris

Fort de 20 ans d’expérience, Praxedo s’impose aujourd’hui comme le leader français de la gestion d’interventions en mode SaaS. Avec 36 M€ de chiffre d’affaires et plus de 180 collaborateurs, l’entreprise continue sa forte croissance en poursuivant une stratégie de long terme bien établie en France et à l’international.

Les rapports d’intervention de nos clients sont générés au format PDF à partir de templates Word, que les clients construisent eux-mêmes. Ce module fait partie des fonctionnalités phares de la plateforme et constitue l’une des vraies forces de notre proposition de valeur. Très flexible, cette approche pose aujourd’hui des défis de performance et de maintenabilité à grande échelle.

Nous proposons un stage au sein de notre équipe de développement, dont l’objectif sera d’évaluer et de fiabiliser notre chaîne de génération de rapports d’intervention PDF : comparer les alternatives possibles, recommander une trajectoire argumentée, et explorer comment l’IA peut aider à concevoir et à migrer les templates. Chaque recommandation devra s’appuyer sur des mesures réalisées sur nos données réelles.

Vous serez pleinement intégré au quotidien de l’équipe, pour vivre le cycle complet de développement d’une fonctionnalité de la plateforme Praxedo, de la conception au déploiement en environnement de recette. Encadré par un Référent Technique, vous participerez activement aux revues techniques et aux rituels agiles (daily, sprint review, rétrospective), et vous serez encouragé à proposer vos propres idées.

Missions principales :

• Audit du parc de templates : analyser un échantillon représentatif pour identifier les fonctionnalités réellement utilisées, les causes d’échec et de lenteur, puis formaliser un cahier des charges avec les équipes Produit et Support.

• Étude et benchmark d’alternatives : comparer le moteur actuel, une fois fiabilisé, à d’autres pistes, par exemple des moteurs de templates Word → PDF (Carbone, Docmosis) ou des chaînes HTML → PDF, sur des cas réels : rapport de 200 pages, sections conditionnelles, fidélité du rendu, performances, coût et licences.

• Non-régression et migration : constituer un jeu de PDF de référence, challenger la comparaison automatisée des rendus mise en place et définir une stratégie de migration et de montée de version.

• Robustification du service : validation des templates à l’import, limites et génération asynchrone pour les gros volumes, monitoring, gestion des versions du moteur.

• Volet exploratoire IA : tester sur un échantillon de templates anonymisés (a) un LLM qui explique et corrige les templates en erreur, (b) un LLM qui aide à traduire des templates vers un moteur cible, et mesurer le taux de réussite validé par la comparaison automatisée.

• Recommandation et documentation : rédiger une recommandation argumentée, la documentation technique associée, et présenter vos résultats aux équipes.