Stage Infolinguiste au DataLab Groupe de Crédit Agricole SA

Contact par mail : aymen.shabou@credit-agricole-sa.fr

Entité : Crédit Agricole SA
Type de contrat : Stage
Durée du stage : 6 mois
Région : Ile de France
Ville / Site : Montrouge
Niveau d'étude : Bac+5 / M2 et plus
Formation : Traitement et Anlyse du Langage


Présentation du service :

Au sein du Pôle Développement Clients et Innovation, le DataLab Groupe
Crédit Agricole est un centre de compétences dédié aux sciences de la
donnée et à leurs applications dans le domaine bancaire. Son rôle est de
créer des approches innovantes pour la valorisation de la donnée interne
et externe, qu'elle soit structurée ou non structurée. Dans le cadre de
ses missions, des thématiques scientifiques à forte valeur ajoutée sont
étudiées : Apprentissage Automatique, Auto-ML, Traitement du Langage
Naturel, Process Mining, Time Series Mining, Deep Learning, Géomatique,
etc. Ces activités sont menées conjointement avec des partenaires
internes : les Caisses Régionales, les Entités du Groupe et les
Producteurs Informatiques. Le DataLab développe également un réseau de
partenaires externes lors de missions industrielles (Editeurs de
logiciels, startup, SSII, etc.) ou de collaborations universitaires.

Dans le cadre de ce stage, vous rejoindrez l'équipe Data Science afin de
contribuer à la valorisation de la Data et participer à la mise en place
d'approches innovantes au service des Clients du Groupe.

Descriptif de la mission :

Contexte et objectifs du stage :

Dans l'industrie bancaire, les corpus textuels internes ou externes sont
nombreuses et exploitées par différents métiers de la banque:
conformité, marketing et communication, conseil, etc.
Les experts métiers ont souvent recours à ces corpus au quotidien, pour
réaliser différentes tâches d'analyse sémantique d'une façon manuelle ou
semi-manuelle : extraction de l'information pertinente, reconnaissance
de type de document, recherche d'information, etc. Ces tâches sont le
plus souvent consommatrices en temps et effort humain. Proposer des
systèmes d'analyse sémantique qui aident les experts dans ces tâches est
donc d'une grande valeur d'un point de vue opérationnel.

L'objectif du stage consiste à concevoir et développer des briques de
linguistique qui alimenteront les chaines de traitement en analyse
sémantique développées en interne par le Datalab. Ces chaines reposent
essentiellement sur du machine learning et analyse morphosyntaxique des
données textuelles, et manquent dans certains cas d'usage une
personnalisation liée aux règles métier et/ou spécificité du langage et
champs lexical utilisé.
Les briques qui seront développées seront expérimentées et validées à la
fois sur un corpus interne au groupe et sur des corpus externes et donc
publiques.

Organisation et livrables :

Le stage se déroulera en quatre étapes principales, sous l'encadrement
d'un infolinguiste expérimenté :

- Participation dans la mise en place du socle d'outillage
  sémantique/linguistique dans l'infrastructure interne
- Réalisation d'un état de l'art sur les approches symboliques en
  analyse sémantique pour un cas d'usage donné : extraction
  d'information, classification de document, moteur de recherche, etc.
- Sélection et implémentation des algorithmes les plus adaptés à la
  problématique et au corpus;
- Réalisation d'une étude comparative pour évaluer les approches
  implémentées.
- Intégration des développements dans la plateforme sémantique du
  DataLab

Des interactions avec des services métier du groupe seront organisées.

Spécialisation :

Formation comportant une dominante NLP (traitement de langage naturel),
Linguistique, Machine Learning, Intelligence artificielle, incluant de
solides connaissances en développement logiciel.

Compétences techniques ou spécifiques au poste:

- Traitement de langage naturel (NLP)
- Linguistique
- Développement python


Compétences générales et transverses :

- Autonomie, rigueur et communication
- Innovation/R&D et force de proposition
- Travail en équipe
- Ecoute et partage

Outils informatiques :

- Librairies de développement :  Scikit-learn, NLTK, Spacy, etc.
- IDE : pycharm
- Outils : Gate, Unitex, Protege

Langues 1 :  Anglais
Niveau requis : Opérationnel (usage régulier)