Vous recherchez un stage en intelligence artificielle appliquée au texte (NLP) et vous avez un intérêt pour la modélisation thématique, le fuzzy matching ? Alors cette offre est faite pour vous !

Crédit Agricole CIB est la banque de financement et d’investissement du groupe Crédit Agricole, 10e groupe bancaire mondial par le total bilan (The Banker, octobre 2025)

L’Inspection Générale (IGE) est l’équipe en charge de la fonction d’audit interne (troisième ligne de défense) qui effectue des contrôles périodiques

L’audit apporte aux Dirigeants de l’entreprise et à son Conseil d’Administration une opinion indépendante sur le fonctionnement du groupe et son contrôle interne à partir de l’évaluation de la fiabilité des informations de toutes natures, de la maîtrise des risques, de la conformité des opérations et du respect des lois, règlementations et procédures.

Vous rejoindrez l’équipe Méthodes et Support au sein de l’Inspection Générale et réaliserez des missions en lien avec les sciences de la donnée.

Concrètement vos missions seront les suivantes :

• En utilisant vos connaissances en traitement du langage naturel, identifier les étapes appropriées, les métriques de distance et leurs prérequis pour mesurer un niveau similarité entre deux textes
• Proposer et implémenter une approche de gestion des synonymes
• Développer une méthode pour évaluer systématiquement l’efficacité de vos solutions, y compris la gestion des cas limites
• Mener une revue de l’état de l’art relatif aux méthodes existantes de modélisation thématique et déterminer une stratégie basée sur des contraintes incluant, mais sans s’y limiter, la précision, l’efficacité et l’utilisabilité pour les utilisateurs finaux
• Concevoir une stratégie de modélisation, l’implémenter sur un corpus de données qui vous sera fourni, et en évaluer la performance
• Intégrer une fonctionnalité de classification de texte à la solution
• Etudier l’opportunité de restituer des contributions des facteurs explicatifs de la classification
• Concevoir un système d’évaluation de l’efficacité du modèle (e.g. Normalized Mutual Information, Adjusted Rand Index)
• Concevoir une méthode, en utilisant vos connaissances et la recherche existante, pour classifier le « sentiment » d’un texte, ainsi que l’homogénéité de ce sentiment au sein de ce texte
• Déterminer quelle approche, par exemple par le biais d’embeddings, produira les résultats les plus robustes
• Concevez des moyens d’expliquer la sortie de votre modèle
• Proposer une mesure d’homogénéité du sentiment d’un texte
• Implémenter les fonctionnalités développer sous la forme d’un agent IA (plateforme Dataiku).

Rejoindre Crédit Agricole CIB, c’est profiter d’une communauté importante de jeunes, évoluer sur un campus moderne offrant de nombreux services (boulangerie, salle de sport, etc.), bénéficier d’un suivi RH (matinée d’accueil, suivi régulier, etc.) et d’opportunités en alternance, VIE, CDD et CDI.