Offre de stage de master : Conception et mise en œuvre de l’interface d’analyse d’un lac de données web

Le projet LIFRANUM (LIttératures FRAncophones NUMériques), porté par le laboratoire MARGE, vise à identifier, indexer et analyser des productions littéraires nativement numériques dans l’aire francophone. Pour cela, l’outil de référence de l’archivage web Heritrix a en premier lieu permis de constituer un corpus sous forme de fichiers de
conservation au format Web ARChive (WARC). Des métadonnées des pages HTML ont ensuite été extraites des fichiers WARC (contenu textuel, fichier PDF, images, vidéo, etc.) et indexées dans Solr.
Par ailleurs, en s’appuyant sur des blogs appartenant à des auteurs identifiés, un deuxième corpus (fichiers JSON) a été constitué via les API de WordPress et Blogger. Des informations, pages, posts et commentaires ont été extraits et constituent la série de
métadonnées, métadonnées stockées et indexées dans MongoDB.

Sujet et missions

L’objectif de ce stage est de concevoir et mettre en œuvre une interface
web commune aux deux types de sources de métadonnées (celles issues des WARC et celles provenant des API de blogs) pour permettre aux chercheur·es du laboratoire MARGE de requêter et d’analyser les données sous-jacentes. Il faudra pour cela :

  • étudier l’architecture de données déjà en place ;
  • concevoir un schéma d’alignement des métadonnées des WARC et des API ;
  • concevoir et mettre en œuvre une interface graphique permettant de rechercher, via les métadonnées consolidées, les données (à la manière d’un moteur de recherche) ;
  • proposer des visualisations « toutes faites » (mais paramétrables) ou ad-hoc, en lien avec les chercheur·es du laboratoire MARGE.

Compétences souhaitées

Technologies big data, programmation web, gestion de
données, data visualization, rigueur.

Pour candidater

Envoyer un CV, une lettre de motivation et vos notes des années
universitaires précédentes à jerome.darmont @univ-lyon2.fr et sabine.loudcher@univ-lyon2.fr avec en objet « Candidature stage LIFRANUM » d’ici le 15 novembre 2021

Informations pratiques

  • Lieu du stage : Laboratoire ERIC, Université Lyon 2 (campus Porte des Alpes, Bron)
  • Encadrement : Jérôme Darmont et Sabine Loudcher
  • Durée : 5 à 6 mois à partir de février 2022
  • Rémunération : Indemnités de stage légales (environ 550 € par mois)

Olivier Jacquot

Coordonnateur de la recherche > Délégation à la Stratégie et à la recherche > Bibliothèque nationale de France

More Posts


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.