Les Entrep’ en Vaucluse est un programme destiné à encourager l’esprit d’entreprise et l’innovation parmi les étudiants et les jeunes entrepreneurs. Ce concept est souvent mis en place dans le cadre de l’enseignement supérieur ou de programmes de développement économique pour stimuler la création d’entreprises et la culture entrepreneuriale. Plus concrètement, il s’agit d’ateliers pratiques tout au long de l’année pendant lesquels les participants sont amenés à créer un projet d’entreprise à partir d’une idée.
Nous avons donc formé une équipe de deux d’étudiants en informatique ainsi que d’une étudiante en biologie, tous de l’université d’Avignon. Nous étions également accompagnés par deux coachs issus du milieu professionnel qui nous apportaient leur expérience et leurs conseils pour nous guider tout le long.
Damien, Sébastien et Amélie avec notre coach Patrick
Pour notre projet, nous étions partis d’un constat : les feux de forêts étaient toujours plus nombreux et intenses. Nous avons donc imaginé une solution pour une détection plus rapide des départs de feu, améliorant leur prise en charge.
Bimensuellement, nous avons donc participé à des ateliers avec une partie théorique et ensuite pratique, tels que :
Le Business Model Canvas, pour structurer l’idée et trouver son business model (comment l’entreprise gagnerait de l’argent)
Le Profil Personna, avec de la prise de contact pour identifier les clients types, leurs besoins et souffrances
L’étude de marché pour cerner les potentiels concurrents et leur business model
Le prévisionnel, pour estimer les besoins financiers de la future entreprise
La réalisation d’un business plan, pour formuler toutes les étapes précédentes dans un livrable présentable à de potentiels partenaires et investisseurs
À la fin, nous avons présenté à l’oral notre business plan et avons été récompensés par le prix de l’innovation par le Jury.
Exemple de plan pour la soutenance de stage de fin d’études de M2
Au moment de préparer ma soutenance de stage, je ne savais pas par où commencer et j’aurais bien aimé avoir au moins un exemple auquel me référer pour éviter d’oublier des éléments attendus par le jury. Je ne pense pas être le seul étudiant à avoir été dans cette situation là.
Ayant eu un retour positif par le jury sur la construction de ma soutenance, je souhaite partager dans cet article l’esprit et le plan de cette dernière en espérant que cela pourra être utile à d’autres étudiants qui, comme moi, auraient besoin d’un coup de pouce pour commencer.
Cette soutenance a pour objectif de présenter le travail réalisé durant le stage ainsi que remettre ce dernier dans le contexte de l’entreprise. Cet objectif est bien défini sur l’espace de cours concernant les stages et alternances.
Avant d’aborder le contenu, il est important que la soutenance possède un fil conducteur clair afin que le jury puisse la suivre et la comprendre dans son entièreté. Il doit être capable de comprendre clairement l’environnement d’évolution de l’étudiant (l’entreprise et l’équipe par exemple) ainsi que la mission qui lui a été confié, ce qu’il a pu en réaliser et ce qu’elle a pu lui apporter. Etant une soutenance de fin de master, le public est censé connaître les termes informatiques courants. Cependant je recommande vivement de définir les termes spécifiques au stage ou à la bonne compréhension de la soutenance lorsque cela est nécessaire.
Ma soutenance s’est déroulée en 4 parties :
L’entreprise et l’équipe
La mission
Le travail réalisé
La conclusion
Dans la première partie il s’agit de présenter brièvement mais clairement l’entreprise : ce qu’elle est, ce qu’elle fait et où je me situe dans celle-ci. Mon cas étant une grande entreprise, j’ai également présenté l’équipe qui m’a accueilli, notamment son activité et les enjeux auxquels elle répond. Cette partie permet au jury de bien comprendre l’environnement d’évolution de l’étudiant mais également de vérifier que ce dernier s’est intéressé à son environnement.
En ce qui concerne la mission, il est évident que le sujet doit être explicité. Il est cependant très important de la remettre dans son contexte : pourquoi cette mission existe ? A quoi sert-elle ? A qui ? Quels sont les enjeux pour l’équipe et/ou l’entreprise ? … En plus de comprendre l’objectif de la mission, le jury doit bien comprendre son utilité et son impact pour l’entreprise. En effet l’entreprise ne prend pas l’étudiant en stage par charité. J’ai également ajouté dans cette partie l’environnement technique que j’ai utilisé et propre à ma mission ainsi que la méthodologie de travail suivie. Ceci permet au jury de comprendre avec quoi et comment l’étudiant a travaillé. Il n’est pas nécessaire de décrire spécifiquement les technologies mais plutôt décrire brièvement à quoi elles ont servies (gestion de projet, développement, hébergement, etc), ce n’est pas le point principal de la présentation et si le jury souhaite revenir dessus il le fera dans la partie des questions.
Le travail réalisé au cours du stage est la partie la plus importante de la soutenance mais c’est également la partie que je peux le moins généraliser car propre à chacun. Pour ma part j’ai essayé de suivre une certaine chronologie de la réalisation du stage. J’ai commencé par parler rapidement de la prise en main du projet, des choix techniques et fonctionnels réalisés et de la planification initiale. Puis j’ai présenté la réalisation des différents aspects de ma mission avec leurs problématiques et les solutions que j’ai mis en place. Ensuite j’ai évoqué l’état du projet à la fin de mon stage, le reste à faire et la documentation que j’ai rédigé. J’ai finalement clos cette partie sur les réalisation autres que ma mission (formations, visites, etc). Il s’agit donc de mettre en avant le travail réalisé par l’étudiant. Il doit être attentif à la clarté des explications, à utiliser un vocabulaire positif (mettre en avant la réalisation et éviter ce qui n’a pas été fait) et éviter les détails inutiles qui perturberaient la compréhension du jury.
La conclusion quant à elle doit faire un bilan du stage en termes de problématiques rencontrées (techniques ou non) et d’apports professionnels et personnels de celui-ci. Je conseille également de rappeler les objectifs de la mission et indiquer s’ils ont été atteints, ce qui permet de raccrocher le jury au fil conducteur de la soutenance. Attention cependant à éviter des phrases négatives dans la conclusion. Une ouverture sur la vie professionnelle future peut être également la bienvenue.
Il est d’usage, à la fin de la présentation, de remercier l’université et l’entreprise et/ou l’équipe d’avoir permis la réalisation du stage.
Je mets à disposition mes diapositives de ma soutenance en guise d’exemple. Les diapos sont plutôt simples et n’ont pas d’effet « Waouh ! » mais elle sont fonctionnelles, claires et concises. Aussi certaines contiennent des informations que je n’ai pas énoncé à l’oral (celle sur les chiffres de l’entreprise par exemple). Cette façon d’utiliser les diapos peut être intéressantes pour donner des informations tout en gagnant du temps et en gardant l’intérêt du jury.
At the beginning, the newborn, Straight from the artificial incubator center, One of the hundreds during the past hour, Ready to live the same life as the others, The result of too much porn.
Then as he finishes his class on his tablet, His mom wants him to explain Hamlet. But he prefers playing super hero on Fortnite, And he dreams of becoming a knight.
And then comes the teenager. In his bag, some paper, Not only to write but to roll joints, Phone in hand, liking many pics.
And now, the stressed-out adult, The one who has no time to himself, Locked in his routine between kids, work, and mistress, An exhausted one, with no juice left.
And so comes the end of the journey, With a heart filled with regret And forgotten memories of a bygone era. Nothing left to do, nothing left to see, Except reminisce about what could’ve been.
by Audran, Damien Da, Damien De, Guillaume, Julien, Ludovic, Nathanaël, Pierre, Raphaël, Sébastien Spring 2021
How to improve composite task oriented dialogue systems ?
When a user interacts with an agent (a robot or a program), the dialogue is mainly made up of one or several domains – like a restaurant, a hotel or an attraction – and one or several tasks – such as searching for a good restaurant which would fit our criteria or to book a hotel. This is a task-oriented dialogue.
A composite dialogue system has a composition of possible dialogue environments. So an agent which includes a composite dialogue system can talk about several domains and do several tasks.
Nowadays, composite task-oriented dialogue systems are efficient to satisfy different tasks about different domains (subjects) such as finding and booking a restaurant or a hotel. However these domains and tasks are defined during the learning step and adding a new domain or task is disabled after this step.
This is due to the representation of the information by the system, let us explain that in this article !
How does a task-oriented dialogue system work ?
Imagine you talk with an agent, the language used in the dialogue is the natural language. To talk with you, the agent needs to translate the natural language into a semantic representation (a language that it understands), it is the ontology. To do so, the dialogue system in the agent uses a Natural Language Understanding module (NLU) and it uses a Natural Language Generation module (NLG) to convert the semantic representation into a natural language.
During the translation, the dialogue system translates each term of the dialogue into dialogue acts, slots and values (Delexicalisation), and puts these on a vector (Vectorisation) to process the request. After the processing, the result is a vector and the DS needs again to transform it into dialogue acts, slots and values (Devectorisation then Lexicalisation).
For example, asking an agent to find the address of an american food restaurant in San Jose will look like that :
So the agent informs the user that there is an American food restaurant in San Jose at the 71th North San Pedro Street.
Improve the vector representation
Currently, the representation of the information in a vector is a master representation, i.e. for one domain (e.g. Restaurant) there are many slots (e.g. food, city, etc) and in one slot there are many values (e.g. Italian, French, Chinese (for food)). This representation is defined during the learning step and it is domain dependent, i.e. adding a value or a slot after the learning phase is disabled.
To improve this representation there is the summary representation. There is no need to know the value but only if there is one or not. Adding a new value is now possible, but the issue of the domain dependency remains.
The representation can be definitely improved with the domain independent parameterization (DIP). It is the same representation as the summary one but the slots in the vector are separated into subvectors so it is now allowed to add values and slots in the representation.
To make the connection with the previous representation : for a domain (e.g. restaurant) there is firstly a vector with the active task (e.g. finding), some requested slots (e.g. food, city and price range) and slots values. Then with the new representation there is one general subvector with some slot independent information – such as the active task, the number of slots, etc – and different slots which do not contain values, but just the information about the presence of the value, 1 if it is present, 0 elseway.
Improve the architecture of the model : architecture based on the DIP representation
The left representation on the illustration is the classic representation of a neural network, i.e. the input module is a vector, the forward module is a layer (matrix) and the output module is also a vector. The issue with this representation is the same as before : it needs to relearn the model to add new values or slots.
That is why, based on the DIP representation, the layer could be composed of as many subblocks as slots in the input module. The information is symmetrical with respect to the diagonal. The aim of this representation is to enable the slot addition and the slot permutation invariance without having to relearn the model.
