Interprétabilité des modèles de NLP.
Développement d’une interface dynamique permettant la vérification des résultats de reconnaissance d’entités.

Missions

  • Implémenter des algorithmes Open Source de détection et classification d’entitées (DBpedia, BERT...).
  • Développer une interface web affichant le texte et mettant en relief les résultats ainsi que l’opportunité de modifier ces résultats.
  • Travailler avec des UX et des UI afin d’améliorer l’expérience utilisateur.

Conditions

Type of internship:Stage de fin d'étude, pré-embauche
Location:OCTO Technology 34 avenue de l'Opéra 75002 Paris
Salary:1500 € bruts
Date:2020

Profile

  • Vous savez développer en Javascript des pages web mais vous avez aussi des connaissances ou un intérêt prononcé pour les concepts et approches de Data Science.
  • Vous comprenez l’importance de la visualisation afin de communiquer de façon simple et transparente.
  • Vous êtes motivé·e par l’exploration, l’identification et l’implémentation de solutions de l’état de l’art et par la conception de nouvelles approches.

Context

Étape 1 : Étude de l’état de l’art
- Identifiez les approches récentes de détection et d’identification d’entités nommées.
- Réalisez un travail de recherche sur les méthodes d’interfaces Homme-Machine et de boucles de feed-back pour les modèles de Data Science.

Étape 2 : Expérimentations
Evaluez différentes solutions, réalisez des tests utilisateurs afin de déterminer l’approche la plus prometteuse.

Étape 3 : Conception et réalisation de l’interface
- Implémentez les algorithmes choisis pour la reconnaissance d’entités.
- Développez le portail d’interface permettant la visualisation des résultats et les éventuelles corrections afin d’améliorer le modèle sous-jacent. Cette interface sera pour OCTO un démonstrateur attractif nous permettant de montrer aux clients les performances de nos modèles de NLP.

Étape 4 : Partage
Partagez au sein de la communauté OCTO ce que vous aurez appris, à travers une restitution interne et un article sur le blog OCTO.

Internship target

L'explicabilité des résultats d'un modèle de Machine Learning devient indispensable pour gagner la confiance des utilisateurs.

Une interface dynamique permet également d'insérer un système de feedback pour le modèle qui soit intuitif et pertinent.

Management

Vous effectuerez votre stage au sein de la tribu Applied Intelligence Data Science & Data Advisory (AIDA), et serez encadré·e par un Octo. Vous serez suivi·e tout au long de votre projet (entretiens avec votre tuteur, soutien de l’équipe AIDA ainsi que de la communauté OCTO en cas de difficultés techniques).