Un dictionnaire peut-il encore battre ton IA ?
Vendredi 15:15, Amphi E
Il y a quelques années, j’ai voulu répondre à une question : quelles sont les compétences les plus demandées dans mon métier ? 🔎
J’ai commencé par éplucher des offres d’emploi à la main, avant d’automatiser et d’industrialiser progressivement mes analyses : scraping, pipeline et data visualisation.
Une étape s’est révélée plus complexe que les autres : comment extraire correctement les compétences de chaque offre ?
J’ai identifié et comparé trois approches : dictionnaire de mots-clés, modèle ML pré-entraîné (NER), LLM (local et flagship via API).
Résultat : trois listes de compétences différentes pour la même offre. Laquelle a raison ? Pour les départager, j’ai annoté des offres à la main puis mesuré leur précision, rappel, temps et coût.
Dans ce talk, je partage ce que chacune des approches m’a appris et les problèmes auxquels je ne m’attendais pas.
🎯 L’objectif : comprendre si une solution simple suffit ou si le passage au LLM apporte une vraie valeur
💬 Un retour d’expérience sur une question simple, mais qui devient vite un vrai problème de data (et d’IA).
Guillaume Hany
Je travaille dans la data depuis un peu plus de 8 ans et j’ai pu intervenir sur chaque maillon de la chaîne, de l’ingestion à la restitution, en passant par l’infra. J’adore me poser des questions puis faire parler les données pour y répondre, à l’image de mon talk. En dehors du travail, je fais du gamedev et je passe autant de temps à développer mes projets qu’à courir ou grimper.