Le client est un organisme public intervenant sur des activités de collecte, de traitement et de valorisation de données sensibles. Dans ce cadre, il mène des travaux visant à améliorer la qualité et l’automatisation de certains processus internes liés au traitement de documents et de données.
La mission s’inscrit dans une phase d’étude et d’expérimentation autour de modèles d’intelligence artificielle appliqués au traitement d’images et de données structurées. L’objectif est d’évaluer la faisabilité technique d’une approche automatisée, dans un environnement nécessitant un haut niveau de confidentialité, de traçabilité et de qualité.
Profil du candidat
Formation et expérience:
- Master 2, diplôme d'ingénieur ou doctorat en science des données, apprentissage automatique, vision par ordinateur ou équivalent.
- Expérience (2 à 5 ans) en projets de ML/IA avec mise en production de projet de data science et évaluation rigoureuse des performances.Compétences techniques:
- Méthodologie d'évaluation: conception de métriques par tâche, calibration, gestion de l'incertitude, analyse fine des erreurs. Scores de confiance.
- Bonnes pratiques de développement (git, code lisible et reproductible) et MLOps
- Vision par ordinateur : prétraitement d'images (redressement, binarisation), recalage/alignement de formulaires, segmentation, détection et découpe de zones d'intérêt.
- Apprentissage profond : reconnaissance d'écriture manuscrite (OCR / HTR), et modèles vision-langage (VLM) (usage, prompting, évaluation ; le fine-tuning est un plus).
- Python de niveau professionnel : PyTorch, OpenCV, écosystème Hugging Face, pandasExpérience appréciée:
- Expérience en traitement de formulaires / reconnaissance d'écriture manuscrite.
- Déploiement en environnement conteneurisé (Docker) sur plateforme type Kubernetes ; stockage objet S3 ; usage de GPU.
- Fine-tuning et évaluation de LLM/VLM open-weight.
Savoir-être:
- Rigueur, reproductibilité, travail incrémental et versionné.
- Autonomie technique et bonne réceptivité à l'encadrement, avec participation à des points de suivi réguliers.
- Capacité de restitution écrite et orale en français pour des publics à la fois technique et métier.
- Sensibilité forte aux exigences de confidentialité, de non-exfiltration des données, de transparence, de reproductibilité et d’auditabilité des traitements.
Prestation attendue
- Code source reproductible et documenté dans un dépôt git
- Comparer plusieurs modèles et approches : comparaison des performances par type de variable et identification du ou des modèles les plus adaptés au besoin
- Évaluation des modèles : mesure de la concordance avec un résultat de référence, analyse des écarts, métriques par type de variable et score de confiance associé.
- Mise en place d’un pipeline de traitement produisant une sortie exploitable et permettant une comparaison automatique avec des données de référence.
- Documentation technique et note méthodologique permettant la reprise interne des travaux par les équipes du client.