Stage - évaluation de l’utilisation des llms pour l’extraction de données scientifiques à partir de documents hétérogènes

Activités

TotalEnergies s’inscrit dans une ambition climat forte, visant la neutralité carbone à horizon 2050. Cette transformation s’accompagne d’une digitalisation accrue de la R&D, avec la mise en place d’approches prédictives pour accélérer le développement de nouvelles molécules et matériaux répondant aux besoins des mobilités durables. Dans ce cadre, l’exploitation efficace des données scientifiques issues de sources variées (articles, documents techniques, fichiers semi-structurés) est un levier essentiel pour innover plus rapidement et de manière responsable.

Les modèles de langage (LLMs) offrent des perspectives inédites pour automatiser cette extraction et faciliter l’accès àl’information.


Objectifs du stage :

* Évaluer différentes solutions LLM (Copilot, ChatGPT, MistralAI) en mode interactif (chat) et via API.
* Définir et tester des modes opératoires pour l’extraction de données scientifiques à partir, d’articles scientifiques,de documents techniques, de fichiers Excel semi-standardisés.
* Familiariser l’équipe avec l’écosystème LLM interne (LLM Hub TotalEnergies, outils associés).
* Proposer des recommandations pour l’intégration des LLMs dans les workflows existants.


🛠️ Moyens et outils utilisés :

* Accès aux solutions LLM internes et externes (LLM Hub, Copilot, etc.).
* Collaboration avec l’équipe R&D spécialisée en science des données