Développement d’un modèle OCR et d’extraction intelligente

Sujet

Sujet PFE 01 — Développement d’un modèle OCR et d’extraction intelligente

Projet proposé pour l’année universitaire 2026–2027, dans les domaines de l’intelligence artificielle, de la computer vision et du NLP. Le stage est réalisé à 100 % à distance.

Contexte

Développer un pipeline capable de lire des documents PDF, DOCX et des images, de reconnaître leur contenu et d’extraire des informations structurées, notamment à partir de CV.

Objectifs

• Prétraiter et améliorer les documents.
• Effectuer la reconnaissance de texte et la détection des zones.
• Classifier les sections et extraire les champs.
• Évaluer la précision, le rappel, la robustesse et le temps de traitement.
• Exposer le modèle via une API.

Technologies

Python, PyTorch, OpenCV, PaddleOCR ou Tesseract, FastAPI.

Livrable attendu

Un prototype OCR avec extraction structurée, une API documentée et un rapport d’évaluation.

Profil recherché

Étudiant en informatique, intelligence artificielle, Data Science ou génie logiciel. Maîtrise de Python et intérêt pour le traitement de documents.

Candidature

La candidature doit comprendre un CV, le parcours académique, le ou les sujets souhaités et une lettre ou présentation de motivation. Collaboration et suivi entièrement à distance.