Définir les notions de données structurées et non structurées.
Illustrer par des cas concrets en entreprise (rapports, emails, images, notes, enregistrements).
Expliquer pourquoi transformer les données en informations exploitables est essentiel à la performance.

Analyser les textes libres (emails, contrats, rapports PDF, comptes rendus).
Explorer les données visuelles et multimédia (images, vidéos, schémas techniques).
Examiner les données issues de capteurs, logs systèmes ou monitoring.
Exploiter les informations issues de la documentation, de la veille ou de bases externes.

Appliquer les méthodes classiques (règles, taxonomies, dictionnaires métiers).
Introduire le NLP (traitement automatique du langage naturel).
Exploiter les grands modèles de langage (LLMs, ex. GPT).
Mettre en œuvre l’OCR pour traiter des documents scannés.
Transformer les données extraites en formats structurés (CSV, JSON, bases relationnelles).

Détecter les erreurs fréquentes (OCR, ambiguïtés, doublons).
Valider les extractions par relecture humaine (*human-in-the-loop*).
Mesurer la performance avec des métriques adaptées (précision, rappel, cohérence).
Appliquer les bonnes pratiques pour fiabiliser les résultats.

Protéger la confidentialité et la sensibilité des données.
Appliquer les cadres légaux (RGPD, normes sectorielles).
Mettre en œuvre l’anonymisation et la pseudonymisation.
Assurer un hébergement sécurisé conforme aux standards internationaux.

Extraire des informations clés d’un rapport, contrat ou document technique.
Convertir un document PDF en tableau structuré exploitable.
Partager et discuter les difficultés rencontrées lors de l’exercice.