Ingénieur informatique spécialiste Apache Solr et Traitement automatique
des langues

Le LIPN-RCLN (CNRS UMR 7030), dans le cadre du projet de R&D Néonaute,
financé par la DGLFLF en juin 2017, recherche un ingénieur informatique
spécialiste Apache Solr et Traitement Automatique des Langues.

Depuis 2006, la BnF a pour mission d'archiver les sites internet du
domaine français. Les collections constituées sont consultables en
Bibliothèque de recherche ainsi que dans 16 établissements partenaires
de la BnF
(http://www.bnf.fr/fr/collections_et_services/livre_presse_medias/a.archives_internet.html).
Ces archives, d'un volume sans équivalent pour le web français, sont
progressivement indexées en plein texte à l'aide du moteur de recherche
Apache Solr.

Le projet Néonaute vise à l'enrichissement des données d'indexation
plein texte des archives du web de la Bibliothèque nationale de France
(BnF), et a également pour partenaire le LiLPa (EA 1339, Université de
Strasbourg).

Dans le cadre de ce projet, il s'agira d'enrichir les données texte de
l'archive web "actualités", en effectuant une analyse morphosyntaxique ,
une reconnaissance des entités nommées et une analyse thématique des
pages web récupérées, au moyen des outils de TAL disponibles ou en les
adaptant. Il s'agira également d'indexer ces données dans le moteur de
recherche Apache Solr, de mettre au point des algorithmes de requêtage
et d'intervenir sur le moteur de recherche. L'interfaçage web sera
effectué au moyen des outils développés dans le cadre du projet
Néoveille (www.neoveille.org) et pourra donner lieu également à des
interventions ponctuelles. L'ingénieur sera intégré à l'équipe de
développement de la BNF, ainsi que dans l'équipe de recherche TAL du
LIPN.

Compétences requises :
- Ecole d'ingénieur ou Master Data Science / linguistique informatique
- Environnement de développement : Linux
- Experience en programmation de deux ans minimum en Python ou Java
- Expérience minimum 2 ans sur Apache Solr
- Expérience en TAL : nettoyage de pages web, analyseurs
  morpho-syntaxiques, reconnaissance d'entités nommées, analyse
  thématique automatique.
- Connaissances des outils de visualisation des données (d3.js, dc.js,
  etc.) un plus

Durée du CDD : entre 6 et 8 mois
Salaire : selon expérience
Lieu du travail : LIPN-RCLN et BNF
Début du contrat : début septembre ou dès que possible après cette date.

Contact : Emmanuel Cartier

Merci d'envoyer CV et lettre de motivation à Emmanuel Cartier
(emmanuel.cartier@lipn.univ-paris13.fr) en indiquant comme sujet :
"Néonaute : recrutement ingénieur".