Ingénieur·e IA Data Scientist H/F

Les missions du poste

Persée est une Unité d'appui et de recherche, qui numérise, enrichit et diffuse le patrimoine documentaire au bénéfice de la recherche, principalement à travers le portail de publications scientifiques en accès libre. Persée est engagé dans le GIS CollEx-Persée, inscrit sur la feuille de route nationale des infrastructures de recherche, qui regroupe des bibliothèques de recherche et des opérateurs de l'IST dans le but de développer et d'outiller l'usage par les chercheurs des collections des bibliothèques. Le poste est proposé dans le cadre du programme de Numérisation enrichie de CollEx-Persée, qui en assure le financement.



MISSIONS

La Mission IA est une mission transverse de l'unité. Elle conçoit et met en oeuvre l'application de l'intelligence artificielle aux chaînes de traitement documentaire, de l'expérimentation à la production, afin de livrer à grande échelle des métadonnées fiables, interopérables et réutilisables (corpus as data).

ACTIVITES

Concevoir et développer

Modéliser et paramétrer les chaînes de traitement
Entraîner des modèles de vision pour la détection et la segmentation de zones documentaires
Mettre en oeuvre et fine-tuner des modèles et architectures ouverts adaptés aux ressources de calcul pour des tâches documentaires variées
Développer les workers Arkindex, notamment en étendant la détection à de nouvelles classes documentaires, et déployer en production les pipelines de références bibliographiques et de manuscrits
Exploiter et produire

Exploiter à distance les GPU du Centre Blaise Pascal
Conteneuriser les traitements et garantir la reproductibilité des environnements et des résultats
Constituer les corpus et les jeux de données nécessaires aux modèles et aux évaluations
Configurer et animer les campagnes d'annotation et de curation dans Callico
Évaluer documenter et transférer

Définir les protocoles d'évaluation, produire les métriques algorithmiques et métier, alimenter les tableaux de bord
Gérer la documentation fonctionnelle et technique, en assurant le suivi des versions
Tenir la gouvernance des modèles : registre des versions en production, traçabilité des traitements appliqués aux corpus, arbitrage documenté des choix, interchangeabilité des modèles
Animer les actions de transfert de compétences auprès de la Mission IA
Contribuer à la valorisation scientifique
Collaborer

Travailler avec les partenaires scientifiques et technologiques
Contribuer au programme national AIKO et à son lac de données souverain autour d'ISTEX
Assurer une veille technologique sur l'IA documentaire

Le profil recherché

Master 2 en informatique, en intelligence artificielle, ou diplôme d'école d'ingénieur équivalent serait un plusConnaissances sur l'environnement professionnelApprentissage automatique : détection et segmentation d'images ; modèles ouverts de langue et de vision-langage, techniques d'adaptationTraitement automatique des documents : analyse de mise en page, OCR ; extraction, normalisation et réconciliation bibliographiquesMétrologie de l'IA et ingénierie de l'évaluation : statistiques inférentielles, tests d'hypothèses, intervalles de confianceInteropérabilité : XML et TEI, RDF et ontologies bibliographiques, requêtes SPARQL ; bases de données relationnelles (SQL)Infrastructures de calcul : environnements GPU, Docker / PodmanGénie logiciel : Python scientifique (NumPy, pandas, PyTorch ou équivalent), bibliothèques de traitement du langage (spaCy, Transformers), gestion de versions, intégration continue, développement open sourceSavoir-faire opérationnelsModéliser une chaîne de traitement, du prototype conteneurisé à la production reproductibleEntraîner, adapter et évaluer des modèles sur données documentairesConstituer des jeux de données et animer des campagnes d'annotation et de curationIndustrialiser des pipelines d'inférence à grande échelleRédiger la documentation, partager, rendre compte de résultats mesurablesAnglais technique ; maîtrise du français, indispensable au traitement des corpusEst un plus si vous maitriser :Plateformes Arkindex et Callico.Clusters de calcul académiques : Slurm, calcul haute performance, accès au CBPArchitectures agentiquesSavoir Être :Sens de l'organisation, autonomie, capacité de conceptualisationGoût du travail collaboratif et du partage de connaissancesRigueur et reproductibilité, sensibilité pour les corpus patrimoniaux et les humanités numériques

Bienvenue chez Service Public

Persée est une Unité d'appui et de recherche, qui numérise, enrichit et diffuse le patrimoine documentaire au bénéfice de la recherche, principalement à travers le portail de publications scientifiques en accès libre. Persée est engagé dans le GIS CollEx-Persée, inscrit sur la feuille de route nationale des infrastructures de recherche, qui regroupe des bibliothèques de recherche et des opérateurs de l'IST dans le but de développer et d'outiller l'usage par les chercheurs des collections des bibliothèques. Le poste est proposé dans le cadre du programme de Numérisation enrichie de CollEx-Persée, qui en assure le financement.