Ingénieur d'étude (H/F) sur l'application des grands modèles de langue à l'analyse de la littérature française

Date Limite Candidature : vendredi 8 mars 2024


Informations générales

Intitulé de l'offre : Ingénieur d'étude (H/F) sur l'application des
grands modèles de langue à l'analyse de la littérature française

Référence : UMR8094-THIPOI0-010
Nombre de Postes : 1
Lieu de travail : MONTROUGE
Date de publication : vendredi 16 février 2024
Type de contrat : CDD Technique/Administratif
Durée du contrat : 12 mois
Date d'embauche prévue : 1 avril 2024
Quotité de travail : Temps complet
Rémunération : selon expérience entre 2350 et 2977 ¤ bruts
Niveau d'études souhaité : Niveau 7 - (Bac+5 et plus)
Expérience souhaitée : 1 à 4 années
BAP : Informatique, Statistiques et Calcul scientifique
Emploi type : Ingénieur-e en ingénierie logicielle

Missions

Le laboratoire Lattice conçoit, développe et maintient des outils de
traitement automatique des langues pour l'analyse de textes
littéraires (essentiellement des romans). Le laboratoire a en
particulier développé une version française du système BookNLP, afin
de permettre la reconnaissance ses personnages et de leurs
interactions dans les textes (ce qui implique de reconnaître les
mentions de personnage, la coréférence, de pouvoir procéder à une
analyse syntaxique du corpus, etc.). L'approche adoptée consiste
principalement à partir de modèles de langue (Bert, et plus récemment
les modèles génératifs de type Llama ou Mistral), à les affiner et à
les adapter à la tâche (par fine tuning par ex., sur des corpus
annotés ou non). L'analyse de textes longs reste particulièrement
difficile, et les performances des meilleurs modèles de langue sont
encore loin d'être parfaites sur ce type de corpus (même en
anglais). Ceci est particulièrement vrai pour ce qui concerne la
coréférence ou l'attribution de citations à un personnage par
exemple. Il s'agit donc d'un cadre applicatif stimulant à la fois sur
le plan intellectuel (de par la nature des textes étudiés) et sur le
plan technique. La mission en lien avec le poste visera donc à
répondre à ces enjeux.

Activités

- se familiariser avec la chaîne de traitement BookNLP pour le
  français

- être capable de manipuler les principaux modèles de langue pour le
  français (par ex. Bert, Llama, Mistral, etc).

- suivre l'évolution du domaine, en particulier en se tenant à jour
  sur les principaux modèles susceptibles d'apparaître au cours de la
  période

- adapter ces modèles aux besoins exprimés au sein du laboratoire

- évaluer les performances et proposer des stratégies d'amélioration

Compétences

Compétences techniques :

- très bon niveau en programmation (python et librairies associées)

- compétences en TAL (il pourra être nécessaire de travailler sur le
  calculateur Jean Zay, ce qui implique une bonne maîtrise du monde
  Linux/Unix)

- compétences en apprentissage artificiel (deep learning)

- anglais scientifique (écrit, parlé)

Compétences humaines :

- autonomie, esprit d'initiative

- travail en équipe

Contexte de travail

Le travail se déroulera au Lattice (sur le site de l'ENS à Montrouge,
à 5mn du métro Mairie de Montrouge), au sein de l'équipe active sur
ces questions, composée de chercheurs, d'ingénieurs et d'étudiants en
thèse ou en Master. L'équipe est pluridisciplinaire (avec notamment
des spécialistes de TAL, de littérature et de linguistique), avec des
profils variés.

Candidature en ligne :
https://emploi.cnrs.fr/Offres/CDD/UMR8094-THIPOI0-010/Default.aspx