Data Scientist & Ingénieur IA

Intégration de la division technique d'Alten afin de concevoir des solutions intelligentes de traitement et de valorisation de documents administratifs.

• Conception d'un outil d'OCR innovant combinant des techniques d'extraction classiques et des modèles de fondation GenAI (LLM).
• Développement et mise en place d'un pipeline complet de traitement, allant de l'ingestion des documents à l'extraction structurée et automatisée du texte de fichiers PDF.
• Évaluation de la qualité d'extraction des textes par la définition de métriques précises et la réalisation d'analyses statistiques rigoureuses.

Collaboration avec les équipes du CSTB pour automatiser l'analyse de corpus documentaires textuels volumineux et complexes.

• Définition et implémentation de l'ensemble des étapes de segmentation (chunking) et d'extraction d'embeddings sémantiques.
• Mise en place d'algorithmes de regroupement thématique (clustering) pour classifier automatiquement les documents.
• Création d'un pipeline de topic modeling performant dédié à l'extraction de mots-clés hautement pertinents pour chaque sujet identifié.

Participation à un projet de recherche médicale axé sur le développement d'outils numériques pour le diagnostic clinique.

• Application de méthodes de traitement d'images pour la détection automatisée des anomalies pulmonaires liées au Covid-19.
• Réalisation de la reconstruction 3D des poumons à partir de scanners thoraciques (CT scan).
• Élaboration et déploiement d'une plateforme web interactive pour la visualisation fluide des modèles 3D générés.