Stage - Data Scientist - Nlp Embeddings

**About the role**:
1 Contexte

Néanmoins, ces modèles, capables de représenter des mots ou des phrases, ne donnent pas forcément des résultats optimaux dans les situations où le domaine est restreint et le vocabulaire spécifique. En effet, s'il est relativement facile pour ces méthodes de différencier une question sur une voiture d'une demande de résolution de problème TV, il leur est en revanche plus compliqué de distinguer les subtilités entre deux problèmes TV distincts.

2 Objectifs

L'objectif principal de ce stage est d'élaborer un modèle de langue spécifique au domaine des télécommunications et de le comparer aux méthodes plus généralistes de l'état de l'art sur une sélection de tâches réelles (ex: clustering/classification de phrases, classification de dialogues).

Les étapes de ce stage se décomposent de la façon suivante. Dans un premier temps, une prise en main de l'environnement sera réalisée : état de l'art des modèles pour la représentation du texte et des conversations, présentation des tâches et baselines, manipulation des librairies associées (huggingface, PyTorch, etc.).

Ensuite, le travail se portera sur l'adaptation d'un ou plusieurs modèles sur des données spécifiques au domaine des télécommunication, en utilisant notamment les techniques de finetuning. Chaque expérience devra se comparer rigoureusement aux baselines précédentes.

Selon les résultats, il est possible que le meilleur modèle soit partagé dans d'autres équipes d'Orange afin qu'elles puissent le comparer à leurs méthodes actuelles.

**About you**:
Vous êtes étudiant.e en master 2, et vous vous retrouvez dans le profil suivant, en terme de compétences et connaissances:

- Compétences requises
- Intelligence artificielle, machine/deep learning
- Python (numpy, pandas, sklearn), shell
- Connaissances en NLP
- Les plus:

- Transformers, PyTorch
- Travail sur GPU

**Additional information**:
Le stage se déroulera dans les locaux d’Orange Labs à Lannion (22), au sein de la direction DATA-IA d'Orange Innovation, et de l'équipe NADIA.

L’équipe est spécialisée dans le dialogue en langage naturel, et travaille sur des projets à la fois en recherche et en opérationnel. Elle est constituée d'une quinzaine de personnes : chercheurs, doctorants, alternants, data scientists, ingénieurs logiciel.

Le site de Lannion est l’un des plus importants d’Orange, avec environ 1100 employés.

**Department**:
Le Big Data et l'intelligence artificielle constituent aujourd'hui de puissants leviers pour le groupe Orange, permettant à la fois de réinventer la relation client mais également d'optimiser et d'automatiser la gestion de nos réseaux, d'améliorer l'expérience client et d'apporter un avantage différenciant vis-à-vis de nos clients.

Dans ce cadre, la direction Data & AI a pour principale mission de faire d'Orange une entreprise « data driven », qui définit les standards du Groupe en matière de Data & AI, et qui facilite le développement des cas d'usage, des produits et services de données. Cette direction est appelée à accompagner l'ensemble du groupe Orange.

**Contract**:
Internship

Level : Bac+5