Agata : Text mining engineer
J’ai commencé par une licence en Psychologie en Angleterre où je suis devenue passionnée par le langage comme capacité. J’ai fait un master en linguistique développementale à Édimbourg qui était focalisé sur l’acquisition du langage du point de vue cognitif. Je me suis lancée en NLP en M1 à l’IDMC pour acquérir des compétences facilement applicables dans le monde du travail. J’ai été diplômée en 2021. J’ai intégré Namkin pour mon stage de fin d’études et j’y suis restée !
🎓 Quel est ton parcours ?
Mon parcours d’étude a été peut-être un peu alambiqué, à première vue incohérent mais pas vraiment.
Suite au « bac scientifique » (en Italie), j’ai commencé par une licence en Psychologie en Angleterre pendant laquelle je suis devenue passionnée surtout par la psychologie cognitive et en particulier par le langage en tant que capacité. C’est pour cela que j’ai ensuite fait un master en linguistique développementale à Édimbourg qui a été focalisé sur l’acquisition du langage du point de vue cognitif. C’est ici que j’ai entendu parler pour la première fois du NLP.
Après une année pleine de questionnements j’ai décidé de me lancer dans un autre master, cette fois-ci en NLP en Master TAL à l’IDMC, pour acquérir des compétences facilement applicables dans le monde du travail, tout en restant dans un domaine multidisciplinaire qui a le langage comme focus. J’ai diplômée en 2021.
J’ai intégré Namkin (mon entreprise actuelle) pour mon stage de fin d’études et là ça fait plus d’un an et demi que je suis avec eux.
💼 Quel est ton poste aujourd’hui ?
Text mining engineer
🏢 Quelques mots sur ta structure (entreprise/institution/laboratoire/association) actuelle ?
Namkin est un centre de compétences dans le marketing industriel, avec une expertise dans l’expérience client, la transformation du métier, l’industrie 4.0.
L’entreprise existe depuis 2015, basée à Troyes, avec quelques antennes, on est environs 35 collaborateurs divisé en 4 équipes : marketing, design, digitale (web) et data. Je fais partie de la dernière équipe.
📋 Raconte nous : quelles sont tes missions, à quoi ressemblent tes journées ?
En étant concentré sur la transformation du marketing industriel, Namkin développe une SaaS pour aider les entreprises à comprendre leur écosystème, anticiper les menaces et saisir les opportunités.
Dans ce cadre, mon team (mais pas que) se dédie à la création de cette plateforme qui est nourrie entre autres par de la donnée textuelle provenant de la presse spécialisée et des réseaux sociaux.
Mon rôle se concentre sur le traitement de cette donnée textuelle pour en extraire des informations utiles et pour la classifier selon des prismes marketing. On va classer les textes ou en extraire les données. Je définis la démarche pour atteindre le but de classement ou d’extraction pour répondre aux besoins d’intelligence marketing de la plateforme : faut-il annoter le texte, quel algorithme choisir, comment le modifier si besoin ? Il faut ainsi tester les algorithmes sur cette base de données dans ce but puis les entraîner et les évaluer.
Quand j’ai commencé j’étais beaucoup dans l’applicatif. Aujourd’hui je me dédie un peu plus à la conception et au management d’une petite équipe pour mener les nombreux projets d’NLP qu’on a en cours.
🔧 Quelles compétences techniques mets-tu à profit ?
- Compétences de recherche pour la lecture d’articles scientifiques, l’anglais
- Compréhension business car le NLP est toujours appliqué à qqch, il est nécessaire de comprendre ces problématiques marketing pour transposer le besoin dans une application technique et échanger facilement avec les collaborateurs
- Compétences techniques : programmation (Python), algorithmies courantes en NLP, ingénierie des connaissances qui m’est réellement utile dans mon travail
- Compétences linguistiques : extraction de l’information, compréhension de la syntaxe, classement sémantique
- Compétences sociales : management, mon travail est un travail d’équipe
💫 Et côté qualité qualités, lesquelles sont un atout dans ce domaine ?
- Curiosité
- Créativité : le lien entre la problématique et le problème à résoudre est assez direct, simple, guidé, ici la problématique est moins claire, pas définie techniquement, pas définie avec des mots techniques, plus complexes. On doit passer de « ce que la personne exprime comme problème » à « comment y répondre ? » Allez chercher dans le deep Learning, tel algo, ajouter de l’ingénierie des connaissances… De la créativité dans la démarche.
- Patience : nombreux projets en parallèle donc long temps pour les voir aboutir. Beaucoup de test and learn, pas de réponse immédiate généralement sur les approches que nous souhaitons testées. Les projets mettent du temps à se mettre en place parfois, parfois pour transmettre les problématiques, les traduire aux différentes parties des différentes équipes.
- Précision et rigueur
- Capacité de voir la big picture, prendre du recul, avoir une vue globale : garder en tête ce qui fait que le produit sera qualifié de fonctionnel, ce qui fera sa valeur pour l’utilisateur final. Pouvoir voir plus grand que la tâche NLP que nous menons sur l’instant, voir dans quel processus elle s’imbrique pour apporter la réponse la plus cohérente et efficace et faire le relais avec des collaborateurs qui ne sont pas dans la problématique.
🥰 Qu’est-ce qui te plait dans ton métier, pourquoi le recommanderais-tu à un étudiant ?
L’NLP en soi est un domaine très riche et varié qui permet d’explorer choses assez différentes entre eux. On ne s’ennuie jamais si on a la possibilité de varier dans les applications comme dans mon cas. Et en plus justement il y a le côté applicatif qui fait que on est aussi amenés à découvrir autres domaines que le nôtre.
📚 Quelles compétences as-tu acquises durant le master ?
Le master a couvert énormément de choses dans l’NLP et au-delà. Cela a nous donné une gamme de connaissance très large qui nous permet de savoir quoi utiliser ou où aller chercher au besoin.
- Linguistique (phonétique, morphologie, syntaxe…)
- Programmation (python)
- Logique
- AI connexionniste (deep Learning)
- Ingénierie de connaissances : modélisation d’une partie de la réalité en différentes classes et relations entre celles-ci pour faire par exemple du stockage ou des simulations en créant des instances fictives dans ces systèmes sur lesquelles nous pouvons ensuite appliquer des règles et tester nos théories algorithmiques ou voir l’effet des règles observées dans la réalité par exemple. Système orienté objet, ontologie, représentation et manipulation de classes…Etc
📜 Que dirais-tu du Master à un futur étudiant, qu’en retiens-tu ?
C’est dur mais ça vaut la peine.
Je conseillerais d’essayer de développer les domaines et thématiques qui nous sont les moins familiers (linguistique, informatique, de recherche, etc.) pour développer le plus de compétences et connaissances possibles et de le faire aussi par les échanges avec les autres étudiantes pour s’apprendre des choses les uns les autres.
Master très technique, va bien en profondeur dans le programme du NLP, aborder des problématiques modernes, pertinentes pour le marché actuel.