STAGE : Data scientist H/F

Le stage sera encadré par le Bureau du Management des Données de l'Environnement (BMDE) au sein du Service d'Intervention Radiologique et de Surveillance de l'Environnement (SIRSé). Ce service pilote la mission de surveillance radiologique de l'environnement français et intervient dans le domaine de la caractérisation radiologique de sites. Le SIRSé a également en charge le développement et le maintien des moyens mobiles de l'ASNR pour gérer sur le terrain les situations d'urgences radiologiques. Ces activités de terrain générant plusieurs centaines de milliers de mesures chaque année, le BMDE à la charge de collecter et de valoriser les données de l'environnement produites par l'autorité. Il dispose pour cela de l'entrepôt de données SYRACUSE, patrimoine numérique de la surveillance de la radioactivité de l'environnement en France qui contient actuellement plusieurs millions d'enregistrements.
L'objet de ce stage est d'enrichir cet entrepôt de données par l'intégration de données présentes dans des rapports de surveillance publiés mensuellement des années 1960 à la fin des années 1990.

Sujet de stage :
Conception et prototypage d'un pipeline d'extraction et d'intégration de données issues de rapports PDF historiques de la surveillance environnementale.

Missions :
Le stage sera séquencé selon les grandes étapes d'élaboration suivantes :
1 - Analyse d'un échantillon représentatif de rapports PDF (qualité variable) ;
2 - Mise en place une chaîne d'extraction semi-automatique du texte et des tableaux (PDFMiner ou équivalent) ;
3 - Transformation des données selon le modèle de données cible SYRACUSE
4 - Développement d'un pipeline ETL (Python ou équivalent) pour charger les données nettoyées dans le DWH.
5 - Contrôles de la qualité de l'extraction (gestion des doublons...).

En plus des scripts et du pipeline prototype, le stagiaire produira un rapport d'évaluation dans lequel il présentera les performances, identifiera les limites et proposera des pistes d'industrialisation.

Master 1 ou master 2 ou écoles d'ingénieurs en informatique avec option data/IA

La diversité est une des composantes de la politique RSE, RH et Qualité de Vie au Travail à l’ASNR.

Nous accordons la même considération à toutes les candidatures, sans discrimination, pour inclure tous les talents.

Quelles que soient les différences, nous souhaitons attirer, intégrer et fidéliser nos candidats et nos collaborateurs au sein d’un environnement de travail inclusif.

L'ASNR conduit une politique active depuis de nombreuses années en faveur de l'égalité des chances au travail et l'emploi des personnes handicapées. Si vous êtes en situation de handicap, n'hésitez pas à nous faire part de vos éventuels besoins spécifiques afin que nous puissions les prendre en compte.