Lauréat en 2023 de l'Appel à projets « Thématiques Spécifiques en Intelligence Artificielle » (TSIA) de l'Agence Nationale de la Recherche (ANR), le projet de recherche FINLAM (Foundation INtegrated models for Libraries Archives and Museums) vise à améliorer l'accès aux collections patrimoniales numérisées en développant des méthodes d'extraction des structures logiques de fascicules de presse. Il réunit un laboratoire de recherche (le Litis, de l'université de Rouen), la société Teklia, et la BnF. Il se propose de développer des modèles pour l'extraction d'informations de documents numérisés ou nés numériques. Eu égard aux formidables volumes des collections de presse numérisée de la BnF (8 millions de documents numérisés à date) et à l'intérêt toujours plus vif des chercheurs pour le matériau riche, mais encore difficilement accessible, que ces documents constituent, le projet FINLAM revêt une importance particulière pour la BnF. Commencé en septembre 2023, d'une durée de 49 mois (fin fixée au 31 octobre 2027), ce projet abordera bientôt sa dernière séquence : l'industrialisation du prototype créé par le consortium du projet. Ce prototype est un pipeline permettant la segmentation et la transcription textuelle de fascicules de presse, puis l'extraction de leur structure logique (segmentation des articles) grâce à un chaînage de modèles d'IA. L'ambition est de mettre en production le pipeline de traitement des fascicules, et de le tester sur un ensemble conséquent de documents représentatifs de la variété des mises en page. Dans le cadre de cette dernière séquence du projet de recherche, l'ingénieur d'études, sous la responsabilité d'un expert responsable du projet, sera en charge de l'industrialisation du prototype dans l'écosystème technique de la BnF. Pour cela, l'ingénieur d'études : - Contribue au déploiement des modèles constituant le prototype / pipeline sur les systèmes informatiques de la BnF ; - Modélise les flux de fichiers entrants et sortants du pipeline ; - Conçoit et implémente une architecture dédiée, et package le code selon une approche pré-production ; - Met en place les tests nécessaires ; - Travaille sur la conversion des exports (JSON) du pipeline en fichiers ALTO et METS, qui sont les formats traditionnellement exploités et archivés par la BnF ; - Développe des outils de contrôle qualité du workflow mis en place, et évalue la pertinence des informations générées par les modèles ; - Rédige la documentation technique afférente au prototype (manuel d'installation, DAT,.) ; - Rédige un rapport final, à destination de l'ANR et du consortium du projet, sur l'utilisabilité du pipeline à l'échelle de collections variées et massives.