STAGE Sciences des Données Connaissance & Classification (F/H)

DASSAULT SYSTEMES; Vélizy-Villacoublay; Sur place; EUR 6 700 - 10 000; Plein temps

Résumé du poste

Dassault Systèmes propose un stage axé sur l’harmonisation des systèmes de classification (brevets, publications et domaines de recherche) afin de créer une représentation unifiée du positionnement scientifique de l’entreprise.

Vous utiliserez des modèles de langage (LLM), des techniques NLP et du machine learning pour résoudre un mapping complexe entre référentiels hétérogènes et livrables clés, notamment une note méthodologique et un rapport de synthèse pour la direction.

Qualifications

• Capacité à analyser les logiques structurantes des référentiels de Dassault Systèmes.
• Concevoir une méthodologie de correspondance entre référentiels hétérogènes.
• Développer un pipeline pour automatiser la mise en correspondance et créer une base de données unifiée.

Responsabilités

• Analyser en profondeur les logiques des référentiels utilisés pour décrire les activités scientifiques et technologiques.
• Concevoir une méthodologie de correspondance entre brevets, publications et nomenclatures thématiques.
• Développer un pipeline d’automatisation et constituer une base de données unifiée croisant les systèmes de classification.

Connaissances

Raisonne analytique

Pensée critique

NLP concepts

Outils

LLM techniques

NLP

Machine Learning

Description du poste

1ère entreprise mondiale au RSCE 2024 pour sa Responsabilité Scientifique

Rejoignez l'équipe de recherche de Dassault Systèmes, acteur clé de l'innovation scientifique et de projets d'envergure internationale comme Living Heart, EPINOV ou MEDITWIN.

L'objectif du stage : Harmoniser les systèmes de classification existants (publications, brevets, domaines de recherche) pour créer une représentation unifiée et exploitable de son positionnement scientifique.

Pourquoi ce stage est unique ?

Impact stratégique : Votre travail permettra de structurer et unifier la connaissance scientifique de Dassault Systèmes, en créant une représentation cohérente de son positionnement mondial.

Technologies de pointe : Utilisez des modèles de langage (LLM), du NLP et du Machine Learning pour résoudre un défi complexe de mapping entre référentiels hétérogènes.

Livrables valorisants : Une note méthodologique (choix de modélisation, limites, recommandations) et un rapport de synthèse pour la direction, visibles en interne.

Pérennité : Votre pipeline sera intégré aux outils internes et documenté pour une réutilisation future.

Vos missions

Plus concrètement, vous aurez pour mission de :

• Analyser en profondeur les logiques structurantes des différents référentiels utilisés pour décrire les activités scientifiques et technologiques de Dassault Systèmes, qu'il s'agisse des systèmes de classification propres aux brevets, de ceux utilisés pour indexer les publications scientifiques, ou des nomenclatures thématiques mobilisées par les grands programmes de recherche européens,
• Concevoir une méthodologie de correspondance permettant de relier ces référentiels hétérogènes entre eux, en s'appuyant sur des techniques de traitement du langage naturel et d'apprentissage automatique (similarité sémantique, classification supervisée ou non supervisée, usage de modèles de langage),
• Développer un pipeline capable d'automatiser cette mise en correspondance à partir des données consolidées par les data scientists de l'équipe, puis constituerez une base de données unifiée croisant les différents systèmes de classification, offrant une lecture cohérente et transverse des activités scientifiques et technologiques de Dassault Systèmes.

Un livrable central du stage sera la rédaction d'une note méthodologique documentant les choix de modélisation retenus, les limites de l'approche et les recommandations d'usage, complétée par un rapport de synthèse à destination de la direction.

• Mettre en place un dispositif pérenne : intégration du pipeline dans les outils internes existants, documentation en vue d'une réutilisation future, et recommandations pour le maintien à jour de la base unifiée.