Sujet de stage École ingénieur / M2

CIRAD - UMR TETIS, Montpellier, France


Titre

Adapter les modèles de type ChatGPT pour interroger en langage naturel
une base de données mondiales sur les acquisitions foncières


Contexte

L'initiative Land Matrix (https://landmatrix.org) et son observatoire
mondial des acquisitions de terres à grande échelle ont pour objectifs
de créer une source fiable de données permettant d'alimenter les débats
et de mettre en oeuvre des actions éclairées sur les transactions
foncières à grande échelle. La Land Matrix collecte des données sur les
tentatives prévues, conclues et échouées visant à acquérir des terres
au moyen d'achat, de location ou de concession à des fins de production
agricole, d'extraction de bois, de finance du carbone, d'activités
industrielles, de production d'énergie renouvelable, de conservation de
la nature et de tourisme, dans les pays à revenus faibles ou
intermédiaires.

Référence mondiale sur les phénomènes d'acquisitions de terres dans le
monde académique, les données de la Land Matrix restent encore peu
utilisées pour accompagner l'action publique malgré d'importants
efforts pour que les données soient en accès libre. Nous faisons
l'hypothèse que l'accès aux données et leur exploitation restent des
freins importants à l'utilisation des informations contenues dans la
base de la Land Matrix. En effet, une certaine expertise en
informatique et une bonne connaissance des champs de variables sont
nécessaires pour que l'utilisateur puisse accéder aux informations
nécessaires.

L'objectif du stage est de simplifier l'accès aux données de la base
Land Matrix en permettant son interrogation en langage naturel. Les
récentes avancées en intelligence artificielle, dont bénéficient les
modèles de langues de type OpenAI/ChatGPT ou meta/Llama-2, offrent de
nouvelles opportunités pour convertir des questions, formulées en
langage naturelle, en langage informatique (génération de code python
et/ou SQL). Ces modèles généralistes nécessitent, cependant, d'être
ajustés à la structure de données de la base Land Matrix afin de
n'extraire que les données réellement attendues par les utilisateurs.
Les stratégies d'ajustement sont un attendu de ce stage dont l'objectif
final est de proposer un agent conversationnel (Chat bot) capable de
générer les requêtes informatiques à partir d'une formulation en
langage naturel. Une requête potentielle serait un croisement de
filtres géographiques, filtres de types d'investisseurs et de filtres
d'intentions d'investissements, par exemple : « j'aimerais savoir
quelles banques soutiennent des investissements miniers (lithium) en
Argentine ».

 Compétences du candidat/e :

-   Analyse des données (collecte, exploration, mise en lien)
-   Programmation (préférablement Python)
-   Capacité d'analyses, rédactionnelles et de synthèse
-   Travail d'équipe


Informations complémentaires :

Durée de 6 mois, à partir de février 2024.

Le stage se déroulera au CIRAD, dans l'UMR TETIS (Territoire,
Environnement, Télédétection et Information Spatiale), située dans les
locaux de la Maison de la Télédétection à Montpellier.

Le stagiaire sera encadré par Rémi Decoupes (INRAE, UMR TETIS),
Jérémy  Bourgoin, Roberto Interdonato (CIRAD, UMR TETIS) et
Marie Gradeler (ILC).


Financement :

Le stage est soutenu par le projet Land Matrix. La rémunération du
stagiaire sera de l'ordre de 600 euros par mois.


Modalité de candidature :

Attention : cette proposition ne concerne que les stages d'étudiants
sous convention avec une école ou une université : il ne s'agit pas
d'une offre d'emploi.

Envoyer une lettre de motivation d'une page, précisant en outre la
durée et période possible du stage, un CV détaillé, et un relevé des
notes à : remy.decoupes@inrae.fr et jeremy.bourgoin@cirad.fr

Date limite pour l'envoi du dossier : 30 Novembre, 2023