PFE 2026–2027 — Détection de fausses informations

Sujet PFE IA-02 — Année universitaire 2026–2027

Domaine : Intelligence Artificielle. Parcours : NLP / BERT. Difficulté : Avancé.

Problématique

Étudier la capacité d’un modèle NLP à classifier des contenus selon un jeu de données public.

Objectifs et fonctionnalités

• Préparation des données
• Entraînement/évaluation
• Comparaison de modèles
• API REST
• Interface de test
• Explication des limites et biais

Technologies indicatives

Python · NLP · Transformers/BERT · FastAPI · scikit-learn

Livrables attendus

Modèle évalué, API, rapport expérimental et fiche de limites.

Cadre du projet

Sujet proposé dans le catalogue PFE DESIGNET. Le périmètre est ajustable au niveau Licence ou cycle ingénieur, au calendrier et aux exigences de l’établissement, avec validation de l’encadrant académique et/ou professionnel.

Les projets de santé utilisent des données fictives ou autorisées. Les résultats IA influençant une décision conservent une validation humaine. Les exercices de cybersécurité sont limités à un laboratoire et à un périmètre expressément autorisé. Les paiements de démonstration utilisent un environnement sandbox.

La durée, la rémunération, le lieu, le mode de travail et les modalités de candidature ne sont pas précisés dans la fiche.

Source et prise de contact

Catalogue officiel DESIGNET — page 14

Contact officiel DESIGNET. L’adresse contact@designet-tn.com est le contact général publié sur le site officiel ; contactez DESIGNET en indiquant la référence du sujet pour confirmer les modalités du PFE.