Ce stage s’inscrit dans une démarche de transformation digitale visant à améliorer la captation, l’intégration et l’exploitation des données complexes produites dans les laboratoires.

Il s’effectuera dans le cadre du projet NOVA, dont l’objectif est de mettre en place les outils de capture des données expérimentales et de construire un Data Hub qui pourra être utilisé par les chercheurs et par les algorithmes basés sur l’IA.

Objectifs du stage

Le stage portera sur deux axes complémentaires, centrés sur l’automatisation de l’extraction de données et le développement de connecteurs techniques pour alimenter les environnements de données de NOVA.

1. Mettre au point une nouvelle méthode basée sur des agents d’intelligence artificielle afin d’extraire les données contenues dans les cahiers de laboratoire électroniques LabWare ELN, de les structurer, puis de les intégrer dans Databricks pour les rendre exploitables et visibles dans le Data Product « Process ».

2. Développer des connecteurs en Python permettant de capturer, transformer et transférer des données complexes vers Splashlake, en tenant compte des spécificités des sources de données, des formats manipulés et des besoins d’interopérabilité avec l’écosystème NOVA.

Missions principales

• Analyser la structure des données présentes dans les cahiers de laboratoire électroniques LabWare ELN et identifier les informations pertinentes à extraire.
• Concevoir et expérimenter une approche basée sur des agents IA pour automatiser l’identification, l’extraction et la structuration des données expérimentales.
• Définir les règles de transformation nécessaires pour rendre les données compatibles avec les modèles attendus dans Databricks et le Data Product « Process ».
• Développer, tester et documenter des connecteurs Python pour l’intégration de données complexes dans Splashlake.
• Participer à la validation des résultats avec les membres de l’équipe NOVA et contribuer à l’amélioration progressive des méthodes proposées.

Compétences mobilisées

Ce stage mobilisera des compétences en développement Python, ingénierie des données, modélisation de flux d’intégration, intelligence artificielle appliquée à l’extraction d’information, ainsi qu’une bonne compréhension des enjeux de qualité, de traçabilité et de gouvernance des données scientifiques.

Livrables attendus

• Une preuve de concept démontrant l’utilisation d’agents IA pour extraire et structurer des données issues de LabWare ELN.
• Un ou plusieurs connecteurs Python opérationnels pour l’alimentation de Splashlake.
• Une documentation technique décrivant l’architecture proposée, les choix réalisés, les limites identifiées et les pistes d’amélioration.
• Une synthèse des résultats obtenus et des recommandations pour une éventuelle industrialisation au sein du projet NOVA.

Ce stage s’inscrit dans une démarche de transformation digitale visant à améliorer la captation, l’intégration et l’exploitation des données complexes produites dans les laboratoires.

Il s’effectuera dans le cadre du projet NOVA, dont l’objectif est de mettre en place les outils de capture des données expérimentales et de construire un Data Hub qui pourra être utilisé par les chercheurs et par les algorithmes basés sur l’IA.

Objectifs du stage

Le stage portera sur deux axes complémentaires, centrés sur l’automatisation de l’extraction de données et le développement de connecteurs techniques pour alimenter les environnements de données de NOVA.

1. Mettre au point une nouvelle méthode basée sur des agents d’intelligence artificielle afin d’extraire les données contenues dans les cahiers de laboratoire électroniques LabWare ELN, de les structurer, puis de les intégrer dans Databricks pour les rendre exploitables et visibles dans le Data Product « Process ».

2. Développer des connecteurs en Python permettant de capturer, transformer et transférer des données complexes vers Splashlake, en tenant compte des spécificités des sources de données, des formats manipulés et des besoins d’interopérabilité avec l’écosystème NOVA.

Missions principales

• Analyser la structure des données présentes dans les cahiers de laboratoire électroniques LabWare ELN et identifier les informations pertinentes à extraire.
• Concevoir et expérimenter une approche basée sur des agents IA pour automatiser l’identification, l’extraction et la structuration des données expérimentales.
• Définir les règles de transformation nécessaires pour rendre les données compatibles avec les modèles attendus dans Databricks et le Data Product « Process ».
• Développer, tester et documenter des connecteurs Python pour l’intégration de données complexes dans Splashlake.
• Participer à la validation des résultats avec les membres de l’équipe NOVA et contribuer à l’amélioration progressive des méthodes proposées.

Compétences mobilisées

Ce stage mobilisera des compétences en développement Python, ingénierie des données, modélisation de flux d’intégration, intelligence artificielle appliquée à l’extraction d’information, ainsi qu’une bonne compréhension des enjeux de qualité, de traçabilité et de gouvernance des données scientifiques.

Livrables attendus

• Une preuve de concept démontrant l’utilisation d’agents IA pour extraire et structurer des données issues de LabWare ELN.
• Un ou plusieurs connecteurs Python opérationnels pour l’alimentation de Splashlake.
• Une documentation technique décrivant l’architecture proposée, les choix réalisés, les limites identifiées et les pistes d’amélioration.
• Une synthèse des résultats obtenus et des recommandations pour une éventuelle industrialisation au sein du projet NOVA.