Voici une offre de stage pour Master TAL, Informatique ou HN.

"Traitement et valorisation de données océanographiques"

Contexte:
Ce stage s'inscrit dans un projet de recherche mené à l'Observatoire
Océanologique de Banyuls-sur-Mer (OOB) visant à exploiter des registres
météorologiques (1900-1912) et des journaux de bord (1883-1909) pour
l'étude de l'évolution des conditions océaniques. Ces documents
historiques, représentant un corpus de 3 500 pages, contiennent, entre
autres, des informations précieuses sur la température de l'eau, l'état
de la mer et du vent.

Objectifs:

-   L'objectif du stage est de participer au pipeline de traitement de
    ces données, depuis leur numérisation jusqu'à leur intégration dans
    un chatbot RAG (Retrieval-Augmented Generation), afin de faciliter
    l'accès et l'interrogation de ce patrimoine scientifique:
-   Concevoir et mettre en oeuvre un pipeline de traitement de
    données textuelles :
-   Extraction automatique de texte à partir de documents historiques
    (OCR/HTR)
-   Nettoyage, normalisation, structuration sémantique des données
-   Extraction d'entités et d'informations clés (température, date,
    conditions météo...)
-   Intégration dans une base de données interrogeable via un
    système RAG (Retrieval-Augmented Generation)

Profil recherché:

-   Master 1 ou 2 en TAL, informatique, HN, data science ou équivalent.
-   Maîtrise de Python et de bibliothèques NLP (Transformers, spaCy,
    etc.).
-   Expérience avec LangChain, LlamaIndex, Haystack ou outils similaires.
-   Une expérience en OCR/HTR et en bases de données est un plus.
-   Notions en base de données, visualisation ou développement frontend.
-   Intérêt pour les documents patrimoniaux et les approches
    interdisciplinaires

Apports:
Acquisition de compétences en traitement de documents historiques,
OCR/HTR, annotation et structuration de corpus, extraction d'informations
et développement d'un chatbot basé sur RAG appliqué aux sciences de
l'environnement.

Encadrement :
Équipe interdisciplinaire (océanographie, TAL, HN)

Conditions du stage:

-   Lieu de travail : SCAI, Sorbonne Université (Campus Jussieu)
-   Temps de travail hebdomadaire : 35 h.
-   Début du stage : dès que possible.
-   Durée du stage : 3 à 5 mois.
-   Gratification : conforme au taux légal en vigueur.

Modalités:

-   Envoyer CV et relevé de notes à
    motasem.alrahabi@sorbonne-universite.fr