Sujets de thèse de licence et de master à pourvoir
QMETHODS GmbH

Mémoires de licence et de master

Contribuez à l'amélioration de la Versio.io Platform grâce aux conclusions de votre mémoire de licence ou de master.

 
Chez Versio.io, nous relevons les défis liés à la complexité informatique des entreprises grâce à l'IA et à l'automatisation. Pour votre mémoire de licence ou de master, nous vous proposons un environnement stimulant où la recherche rencontre la réalité industrielle. En tirant parti de notre infrastructure et du mentorat de nos experts, vous ferez le lien entre la rigueur académique et l'innovation. Prêt à vous plonger dans l'univers du jumeau numérique ?
 

Aperçu des thèmes

La CMDB d'Agentic : intégration de l'IA via le protocole MCP (Model Context Protocol) et l'interface en ligne de commande (CLI)

Les protocoles émergents tels que MCP permettent aux agents IA d'interagir directement avec les systèmes techniques. Cette thèse vise à mettre au point une passerelle fonctionnelle basée sur une interface en ligne de commande (CLI) qui permette aux agents IA d'interroger et de valider l'inventaire Versio.io en temps réel.
Sommaire de la thèse :
  • Recherche sur le protocole MCP (Model Context Protocol) pour l'échange normalisé de données avec des agents d'IA
  • Développement d'un outil en ligne de commande (CLI) permettant de relier les environnements de développement locaux à l'API Versio.io
  • Prototypage d'un assistant IA utilisant MCP pour interagir avec l'inventaire informatique
 

Détermination automatisée des règles de conformité réglementaire à l'aide de l'IA

Les cadres réglementaires modernes tels que la directive NIS2 ou le règlement DORA posent des défis de taille lorsqu'il s'agit de les mettre en œuvre manuellement. Cette thèse examine comment l'intelligence artificielle peut être utilisée pour traduire automatiquement des exigences juridiques complexes en règles techniques applicables au sein de Versio.io.
Sommaire de la thèse :
  • Analyse des exigences réglementaires (NIS2, DORA, BAIT) et leur mise en correspondance avec des indicateurs techniques
  • Développement d'un concept basé sur l'IA (LLM/RAG) permettant de dégager des règles de renforcement de la sécurité à partir de documents officiels
  • Mise en œuvre d'un prototype visant à automatiser la mise à jour des règles dans le moteur de gouvernance Versio.io
 

Gestion des licences logicielles basée sur les données et s'appuyant sur l'inventaire Versio.io

La précision de la conformité des licences logicielles dépend entièrement de la qualité des données d'inventaire sous-jacentes. Cet article examine comment l'inventaire détaillé et en temps réel généré par Versio.io peut être systématiquement transformé en un système automatisé de gestion des licences afin de combler l'écart entre les installations réelles et les droits contractuels.
Sommaire de la thèse :
  • Mise en correspondance des attributs CI et des classes d'inventaire de Versio.io avec des indicateurs de licence spécifiques (par exemple, cœurs de processeur, chemins d'installation, licences SaaS)
  • Développement d'une logique de rapprochement automatisée qui compare l'état actuel de l'inventaire à une base de données de droits de licence
  • Création d'un tableau de bord basé sur les données permettant d'identifier les produits invendus et les possibilités d'optimisation à partir de l'évolution historique des stocks
 

Optimiser la valeur opérationnelle des inventaires Kubernetes et des containers

La simple découverte des containers ne suffit plus aux services informatiques des entreprises modernes. Cet article examine comment enrichir les données Kubernetes avec du contexte métier, des indicateurs de sécurité et une transparence des coûts afin d'apporter une valeur ajoutée aux parties prenantes.
Sommaire de la thèse :
  • Analyse des dépendances entre les microservices et leur infrastructure sous-jacente dans Versio.io
  • Intégration des aspects liés à la sécurité et aux coûts dans le processus d'inventaire des conteneurs
  • Conception de scénarios de surveillance automatisée des changements pour les environnements cloud natifs dynamiques
 

CMDB basée sur l'IA : optimisation du traitement des données d'inventaire et des analyses au sein de Versio.io

Une base de données de gestion de la configuration (CMDB) moderne contient d'énormes quantités de données complexes et à haut débit qui peuvent rendre l'analyse manuelle impossible. Cette thèse porte sur l'intégration de capacités d'intelligence artificielle directement dans la Versio.io Platform afin d'automatiser le traitement des données, de détecter des tendances cachées et de transformer les journaux d'inventaire bruts en informations intelligentes et exploitables.
Sommaire de la thèse :
  • Développement de méthodes basées sur l'IA pour la classification automatisée des données, leur normalisation et la détection des anomalies au sein du pool de données de Versio.io
  • Conception d'une couche d'IA intégrée permettant d'identifier les relations complexes et de prédire les schémas d'impact à travers les différentes couches de l'infrastructure
  • Mise au point d'une interface en langage naturel (NLI) permettant d'effectuer des requêtes et des analyses intuitives et conversationnelles du jumeau numérique directement au sein de la plateforme
 

Analyse automatisée de l'environnement informatique et intégration aux processus de gestion des actifs

Une visibilité totale est le fondement de toute base de données de gestion de la configuration (CMDB), mais les environnements hybrides compliquent considérablement l'analyse. Ce sujet porte sur la conception de flux de travail intelligents et automatisés visant à éliminer les angles morts et à garantir une qualité optimale des données.
Sommaire de la thèse :
  • Analyse des méthodes d'analyse et identification des « angles morts » dans les infrastructures hybrides
  • Conception d'un cadre d'orchestration flexible pour la gestion des tâches d'inventaire et des déclencheurs
  • Mise au point de mécanismes automatisés de nettoyage des données et d'assurance qualité
 

Inventaire et visualisation de la topologie des réseaux multicouches

Les réseaux modernes sont composés de plusieurs couches, allant du matériel physique aux superpositions virtuelles. Cette thèse développe un concept visant à unifier ces niveaux en un plan réseau unique et dynamique au sein de l'écosystème Versio.io.
Sommaire de la thèse :
  • Modélisation des composants réseau sur les couches physique, logique et virtuelle dans Versio.io
  • Développement d'une logique permettant la génération automatisée de schémas de réseau dynamiques à partir de données de numérisation
  • Conception d'une analyse d'impact automatisée basée sur la topologie du réseau détectée
 

Intégration bidirectionnelle entre Versio.io et ServiceNow

De nombreuses entreprises utilisent ServiceNow pour la gestion des services informatiques (ITSM), mais ont besoin de la visibilité approfondie offerte par Versio.io. Cette étude porte sur la conception et la mise en œuvre d'une synchronisation bidirectionnelle visant à garantir la cohérence des données entre les deux plateformes.
Sommaire de la thèse :
  • Harmonisation et mise en correspondance des classes d'éléments de configuration (CI) entre les deux systèmes
  • Mise au point d'une logique de synchronisation robuste pour la gestion de la propriété des données et la résolution des conflits
  • Prototypage d'un cas d'utilisation dans lequel les alertes de conformité de Versio.io déclenchent des incidents dans ServiceNow
 

Comment nous contacter

Nous serions ravis de recevoir votre candidature, accompagnée de votre CV, de vos diplômes et de références concernant vos projets antérieurs. Si vous avez des questions, Matthias Scholze se fera un plaisir de vous répondre : +49 (30) 22 19 86 51 ou matthias.scholze@versio.io.