Réalisation de l'internalisation de la dataviz, similaire à celle disponible sur https://vizagreste.agriculture.gouv.fr/age-et-devenir-des-exploitations-agricoles.html, en utilisant ObservableHQ et Quarto.Mise en œuvre de la photointerprétation des données aériennes grâce à l'apprentissage profond (deeplearning) pour soutenir l'enquête Teruti.

Stage axé sur l'analyse et le traitement de données pour la détection et le suivi d'objets. Utilisation d'algorithmes avancés tels que YoloV7, Deep Sort, Boot Sort, KNN ,filtre de Kalman et R_CNN pour créer un système performant de détection et de suivi d'objets dans des scènes complexes. Collecte et préparation des données, entraînement des modèles d'apprentissage profond et optimisation des paramètres. Contribution à l'élaboration d'un outil logiciel innovant pour l'analyse de données. Acquisition de compétences en apprentissage profond, vision par ordinateur et résolution de problèmes. Opportunité d'explorer les applications pratiques de l'analyse de données et de contribuer à des projets concrets.

L'objectif est d'analyser automatiquement les contributions libres du Grand Débat 2019 pour construire des catégories de contributions. Les données sont divisées en 4 thèmes et l'approche se base sur l'identification des mots importants. Les tâches comprennent le traitement des fichiers, l'analyse de texte (statistiques, fréquence des mots), la création de nuages de mots et le calcul de distances entre les textes. La classification automatique des textes est également prévue, en utilisant des algorithmes supervisés et non supervisés.

Assistant Administratif spécialisé dans l'organisation, le classement et la gestion des archives physiques et électroniques. Expérience en rédaction de cahiers des charges et maîtrise des calculs comptables.