Stage : Assistant Infolinguiste au sein du DataLab Groupe Crédit
Agricole SA
========================================================================

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 création
d'une base de connaissance au service des Clients du Groupe.

Descriptif du stage :

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.

L'équipe IA sémantique du DataLab développe des méthodes automatiques
basées essentiellement sur le machine learning et l'analyse sémantique
qui permettent de faciliter le travail des experts et simplifier leur
accès à l'information pertinente. Dans le cadre de développement d'un
modèle ML, l'équipe doit souvent construire un corpus de textes annotés
qui sert en tant que corpus d'apprentissage pour le modèle. Vu que la
performance du modèle dépend fortement de la qualité des données
annotées, l'annotation représente une phase capitale du projet.

L'objectif du stage consiste à participer à la mise en oeuvre d'une
chaîne complète d'annotation dans le cadre d'un projet de l'IA
sémantique : à partir de construction d'un plan de classement jusqu'à
l'implémentation de métriques afin d'établir la consistance de données
annotées. Une partie importante de stage sera consacrée à l'annotation
manuelle d'un ou plusieurs corpus à l'aide d'un logiciel collaboratif
dédié et selon des consignes d'annotation détaillées. Finalement, un
sujet R&D dans le domaine TAL (analyse de sentiments/émotions) sera
proposé qui permettra de mettre en valeur un corpus annoté.

Organisation et livrables :

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

- Participation dans la mise en place d'une chaîne complète d'annotation
  : construction de plan de classement, rédaction de consignes
  d'annotation, annotation manuelle, revue de résultats en équipe

- Réalisation d'un état de l'art sur les techniques d'annotation et de
  métriques de performances (par exemple, l'accord inter-annotateurs)

- Développement des briques d'évaluation de qualité d'annotation et leur
  intégration dans la plateforme sémantique du DataLab

- Travail sur un sujet R&D dans le domaine d'analyse de
  sentiments/émotions

Compétences techniques ou spécifiques au poste:


- Traitement de langage naturel (NLP)

- Linguistique

- Développement python


Compétences générales et transverses :


- Ecoute, partage et communication

- Grande rigueur et autonomie

- Aptitude pour le travail en équipe

- Une expérience en annotation manuelle de textes serait un plus

Outils informatiques :

- Librairies de développement :  Scikit-learn, NLTK, Spacy, etc.

- Outils : Gate, Unitex, Protege, outils d'annotation


Durée : 6 mois
Lieu de travail : DataLab Groupe  (Montrouge)
Date de démarrage souhaitée : mars/avril 2020
Rémunération : selon profil
Candidature : envoi d'un CV, lettre de motivation
Contacts:
Aymen SHABOU (aymen.shabou@credit-agricole-sa.fr),
Yulia KOLOSKOVA (yulia.koloskova@credit-agricole-sa.fr)