Détection de tendances et de signaux faibles au sein de données textuelles massives

b> : Pratiquer l’innovation, choisir un tremplin professionnel, inventer des technologies qui ont du sens,
contribuer à des projets de recherche qui n’existent nulle part ailleurs, travailler avec plus
d’autonomie, plus de responsabilités, bénéficier d’une diversité sous toutes ses formes, intégrer
une communauté de personnalités bienveillantes, curieuses, expertes et enthousiastes : b<>com
est, selon les mots de ses collaborateurs, une entreprise où il fait bon innover. Alors n’attendez
plus, soyez là où les autres ne sont pas encore !

Quel sera votre environnement ?
Dans un contexte où les organisations sont confrontées à de nombreuses crises, la capacité à
identifier rapidement des tendances émergentes ou des signaux faibles constitue un enjeu majeur
pour l'aide à la décision. Une part importante de ces informations est aujourd'hui accessible en ligne,
à travers des sources variées telles que les articles de presse, les publications scientifiques, les
réseaux sociaux ou encore les documents institutionnels. Cependant, la dispersion et le volume de
ces données rendent leur exploitation manuelle complexe, voire irréaliste.

Les avancées récentes en traitement de langage naturel (NLP), portées notamment par les grands
modèles de langage (LLM), ouvrent de nouvelles perspectives pour l'analyse automatisée de données
textuelles massives. Ces modèles apparaissent comme des outils prometteurs pour les analyser à
grande échelle et mettre en évidence des éléments d'intérêt. Ils ouvrent en outre la voie à une
« prospective augmentée », dans laquelle ils assistent les experts sans s'y substituer, en
challengeant des hypothèses ou en identifiant des scénarios de futur possibles, par exemple. Leur
exploration constitue ainsi une opportunité de développer de nouvelles approches pour la détection
précoce de tendances et de signaux pertinents au sein de flux massifs de données, ainsi que pour
l’assistance à la prospective.

Quelle sera votre mission ?
Au sein d'un projet interdisciplinaire intégrant des recherches sur les liens entre numérique et
vulnérabilités, ce stage vise à explorer et à développer des pipelines de traitement automatisé de
données textuelles massives, dans le but de détecter des tendances ou des signaux faibles. Les
objectifs seront notamment de :

• Réaliser une étude sur le traitement de grands corpus textuels pour la détection de tendances, de signaux faibles et pour la prospective augmentée ;
• Évaluer différentes approches sur des jeux de données de référence ;
• Implémenter l’approche la plus adaptée dans un pipeline complet ;19/10/ Diffusion : interne RH/M&C
• Documenter les études, évaluations et implémentations réalisées.

Quel profil ?
Étudiant•e en dernière année d’école d’ingénieur ou en master 2 informatique, avec une
spécialisation en intelligence artificielle, en traitement du langage naturel ou en traitement de
données massives.
> Les indispensables

• Développement en Python, gestion de versions via Git
• Connaissances en IA, en NLP et/ou en big data
• Aptitude à travailler en autonomie tout en sachant évoluer en équipe

> Les plus

• Connaissance de modèles d’apprentissage machine (classification, prédiction, clustering)
• Connaissance des bibliothèques Python de traitement de données (pandas, matplotlib,
• spaCy, LangChain)
• Connaissance de technologies de traitement de données massives (Spark, data lakes)
• Connaissance de représentations formelles de données (p. ex. graphes de connaissances)
• Aisance dans la lecture d’articles de recherche récents

Quelles modalités ?
Possibilité de télétravail après une période d’intégration
Gratification : € (si niveau M2 ou 5ème année) + tickets restaurants + remboursement frais
de transport
Salle de sport et cours coachés

Les prochaines étapes ?
2 entretiens :
# 1 entretien en visio avec l’encadrant
# 1 entretien final sur site avec l’encadrant
Pour en savoir plus :