Le projet dataESR vise à collecter, traiter et analyser des données relatives à l'enseignement supérieur et à la recherche en France. Il s'appuie sur des techniques d'extraction de données à partir de sources variées (web scraping, API, etc.), de traitement automatisé de données textuelles (NLP, SPARQL) et de visualisation de réseaux de relations (Neo4j).

Le projet cdtn-nlp a pour objectif d'analyser et de comprendre des données textuelles à grande échelle en utilisant des techniques avancées de traitement automatique des langues (TAL) et de l'apprentissage automatique. Il permet d'extraire des informations utiles et de catégoriser des données textuelles pour faciliter la prise de décision et l'automatisation de processus métiers.

Ce cours introduit les techniques de base pour la récupération, le stockage, le nettoyage, la visualisation, l'analyse et le traitement de données. Il offre une introduction pratique aux outils et bibliothèques utilisés pour le traitement de données en combinant des cours théoriques avec des exercices de programmation.

Ce projet utilise des techniques d'apprentissage automatique pour représenter et analyser les données de manière efficace. Il permet de former des modèles sur des données variées, telles que des images ou du texte, et de les utiliser pour différentes tâches, telles que la reconnaissance d'images ou le traitement du langage naturel.

Ce projet consiste en un service dédié à la transformation et l'analyse de fichiers techniques, offrant des fonctionnalités telles que la conversion de fichiers en différents formats et le traitement de données spécifiques.

Le projet vise à analyser les signalements de la DGS grâce aux techniques d'intelligence artificielle. Il se compose de 4 livrables : un socle technique d'ingestion des données, des algorithmes de classification des signalements, des algorithmes de regroupement des signalements, et une interface de traitement des signalements.

Le projet LSE-OD2M vise à extraire la structure logique de documents numérisés, en particulier les ouvrages de l'auteur français Frédéric Le Play. Il combine des techniques d'apprentissage automatique et de traitement de données pour transcrire et structurer automatiquement ces documents, facilitant ainsi leur analyse et leur exploitation pour des recherches en sciences humaines et sociales.