CV

Mathieu Rivière

Étudiant en M1 « Humanités numériques et computationnelles » — École nationale des chartes · Université PSL

Adresse mail : mathieu.riviere@chartes.psl.eu

Site : https://icimathieu.github.io/

GitHub : https://github.com/icimathieu

Hugging Face : https://huggingface.co/icimathieu

Profil

Étudiant en humanités numériques, je travaille à l’application de méthodes computationnelles à l’histoire contemporaine : exploitation de sources numérisées (voire numériques) et traitement automatique de la langue. Mon mémoire d’histoire des sciences porte sur la pasteurisation de la France métropolitaine (1870-1914) et croise pastoriens, revues scientifiques, presse et parlementaires sous la IIIe République ; il mobilise scraping, OCR, structuration de corpus, annotation, RAG et classification.

Perspectives : agrégation d’histoire puis doctorat à forte composante numérique et computationnelle.

Formation

École nationale des chartes, École normale supérieure & Université PSL — Master « Humanités numériques et computationnelles » (2025 – actuel) Séminaires de recherche en histoire et philosophie (EHESS, ENS) ; travaux dirigés d’humanités numériques (ENC) ; cours magistraux de géographie (Sorbonne). Membre de la Junior-Entreprise CartaData.
Université Paris 1 Panthéon-Sorbonne — Licence d’histoire, mention Très Bien (2022 – 2025) Compléments en histoire et informatique ; séminaires d’histoire et de philosophie ; auditeur libre en licence de science politique ; cours du soir au Louvre.
Lycée Saint-Louis (Paris 6e) — CPGE PCSI (2021 – 2022) — 23e / 46.

Expérience de recherche

Stage de recherche — reconnaissance d’entités nommées (NER)

Mai – décembre 2026 — Projet ANR DECIDON (EPITA · ENC · EHESS) Étude computationnelle de la vie parlementaire sous la IIIe République (1870-1940) : circulation des problèmes publics entre presse et Parlement et mécanismes de mise à l’agenda. Conception du guide et du schéma d’annotation et coordination des annotations ; sélection, entraînement et inférence de modèles de NER ; à venir : détection d’évènements. Stage équivalent à 5 mois à temps plein.

Stage — édition numérique et textométrie

Janvier – avril 2025 — Groupe CACTUS, ENS de Lyon Participation à l’édition numérique de textes médiévaux de la Base de Français Médiéval : recherche et intégration de métadonnées ; correspondances manuscrits/textes ; relecture d’éditions ; annotation de zones (bounding boxes) sur enluminures.

Projets en humanités numériques (sélection)

Cartes postales du Vaucluse — pipeline VLM & cartographie (2026)

Hackathon ENC et Junior-Entreprise CartaData. OCR de cartes postales par VLMs, extraction et nettoyage de métadonnées, requêtage de bases de données via API comme garde-fou, géoréférencement, structuration JSON/CSV et production d’une carte interactive (HTML). Généralisation de la pipeline pour offrir ce service à d’autres fonds d’archives.

Dépôt : https://github.com/icimathieu/vaucluse — Portfolio : https://huggingface.co/spaces/icimathieu/cartes_portfolio

Mémoire — construction d’un corpus de la pasteurisation (1870-1914) (2025 – actuel)

Mémoire d’histoire des sciences, sous la direction d’Anne Rasmussen (EHESS) et de Marie Puren (EPITA, ENC). Scraping Gallica et extraction de métadonnées ; OCR de revues scientifiques (fin XIXe – début XXe) avec benchmark de plusieurs modèles ; structuration de corpus et bases de données.

Dépôts : https://github.com/icimathieu/scraping_pdf · https://github.com/icimathieu/transcription · https://github.com/icimathieu/latex_memoire (mini-mémoire)

FromLego2Hero — reconstitution de mosaïques (2026)

Projet de groupe (cours de Python). Reconstitution de mosaïques fragmentées en tesselles (ou groupes de tesselles) par VLM et/ou réseaux de neurones sur graphes (GNN). Génération massive de données synthétiques (mosaïques LEGO) pour permettre un transfert de connaissance entre les deux types de mosaïques ; techniques de dégradation de données pour généraliser l’apprentissage. Travail soumis à une conférence d’humanités numériques.

Compétences techniques

Programmation & data : Python (numpy, pandas, networkx, scikit-learn, PyTorch, API OpenAI, folium) ; graphes de connaissances et GNN, génération de données synthétiques (augmentation, dégradation) ; HTML, JavaScript, RSS.
Scraping : BeautifulSoup (parsing HTML), Selenium (contournement d’anti-bots), Scrapy (crawling) — presse et archives (Gallica, Le Monde diplomatique, Archives du Vaucluse) ; IIIF et APIs patrimoniales (Gallica, BnF).
OCR, vision & annotation : PaddleOCR, Tesseract, pero-ocr, YOLO (local) ; Qwen-VL, Gemini (API) ; Label Studio ; conception de schémas et guides d’annotation.
TAL & textométrie : TXM, Iramuteq ; n-grammes, mots-fonctions, distances ; classification, NER, RAG, stylométrie, détection d’émotions.
Structuration & édition : XML-TEI, XPath, SQL, LaTeX ; workflows d’édition numérique ; notions de bases de données.
Outils : Git/GitHub, Hugging Face, LLMs (via API ou en local) ; pilotage de machines distantes et de serveurs (SSH).

Langues

Français langue maternelle · Anglais C1 (TOEIC 860, 2020) · Allemand B1–B2.

Diffusion & vulgarisation

Vidéaste — Histosef

2023 – 2026 Production de contenus audiovisuels de vulgarisation historique sur YouTube, à partir de lectures scientifiques et d’essais.

Rédacteur — L’Ouvreuse (webzine, Sorbonne)

2024 – 2025

Autres expériences

Agent d’accueil et de surveillance — Musée d’art et d’histoire Baron Gérard (Bayeux)

2023, 2024

Cours particuliers

2022 – 2023 Mathématiques et disciplines scientifiques (niveau lycée).