Stage Master Mines Saint Etienne - Exploration de Documents de Management pour une Extraction de Connaissances - H/F - 42

Rejoindre Mines Saint-Étienne, c'est s'engager dans une institution où la science et l'innovation bâtissent un avenir plus durable. Une école d'excellence où chacun a l'opportunité de révéler son plein potentiel et de contribuer à relever les défis de demain.

Classée parmi les meilleures écoles d'ingénieurs en France (Top 11) et reconnue dans le monde entier, Mines Saint-Étienne (MSE), membre de l'Institut Mines-Télécom, forme les talents de demain tout en contribuant activement à relever les grands défis industriels, numériques et environnementaux grâce à une recherche d'excellence où la science et l'innovation construisent un avenir plus durable.

L'Institut Mines-Télécom fédère les grandes écoles françaises autour des défis industriels majeurs, numériques, énergétiques et écologiques. Avec ses 8 Grandes Écoles publiques et 2 écoles filiales, il est le premier institut public dédié aux ingénieurs et managers. Ensemble, nous imaginons et construisons un avenir durable, en formant les acteurs qui façonneront les transitions de demain.Description et objectifs du stage

Les cabinets de conseil en management produisent un volume important de documents textuels, en s'appuyant sur des normes, des guides méthodologiques et des documents de bonnes pratiques. Bien que ces ressources contiennent des connaissances précieuses, leur diversité et leur complexité rendent leur analyse, leur structuration et leur exploitation automatisées particulièrement difficiles. Toutefois, les modèles de langage de grande taille (LLM) sont devenus des outils essentiels pour la synthèse de documents. Grâce à leur capacité d'exploration, de synthèse et de génération des résultats dans un langage naturel proche de celui des humains, ils offrent des perspectives prometteuses pour automatiser certains aspects de ce processus. De plus, les LLM facilitent la construction de modèles de connaissances, en améliorant significativement les approches conventionnelles de création d'ontologies et de graphes de connaissances.

Ce travail vise à exploiter les LLM afin d'extraire automatiquement des connaissances à partir de ce type de documents. Le défi consiste à définir une méthodologie et à la mettre en oeuvre pour déployer un outil complexe, hébergé en interne, capable d'extraire des ontologies de gestion de projet ainsi que des instances de concepts. L'objectif principal est de mettre en place un système robuste capable de traiter efficacement de grands volumes de documents et de produire des représentations de connaissances fiables et exploitables. Des documents de référence tels que le PMBOK seront utilisés comme sources d'entrée pour l'expérimentation et la validation.

Mots clés : Transformation de l'entreprise, LLM, Modélisation et extraction de connaissances.

Abstract (en) : Management consulting firms produce a large volume of textual documents, including standards, norms and methodological guidelines. While these resources contain valuable knowledge, their diversity and complexity make automated analysis, structuring, and exploitation particularly challenging. However, Large Language Models LLMs have becoming essential tool for documents synthesis, with their ability to generate human-like natural language, providing promising ways to automate aspect of this process. Moreover, LLMs facilitate the construction of knowledge models, significantly improving the conventional approaches of building ontologies and knowledge graphs.

This work aims to adopt LLMs to automatically extract knowledge from such documents. The challenge lies in establishing a methodology and applying it to deploy a complex, internally deployed tool capable of extracting project management ontologies and concept instances. The core objective lies in deploying a complex, internally hosted system capable of efficiently processing large document collections and producing reliable and usable knowledge representations.

Reference documents such as the PMBOK will be used as input sources for experimentation and validation.