Université de Lausanne (UNIL) · Stratégie de financement et accompagnement des chercheur·e·s
Panorama : amener le bon grant au bon chercheur
Historique interne + paysage de financement externe, mis en correspondance par IA, pour passer de la chasse à la candidature
Les grants de recherche sont la respiration de chaque faculté, et trouver le bon est un métier à plein temps. La plupart des chercheur·e·s s'appuient sur quelques bailleurs familiers, demandent autour d'eux, ou ratent simplement des appels qui auraient parfaitement collé à leur profil.
Panorama donne à chaque faculté et chaque département une vue claire d'où vient vraiment le financement, et prévient chaque chercheur·e quand un nouvel appel correspond à son travail, à ses victoires passées et à ses points forts. Moins de chasse, plus de candidatures aux bons appels.
Le défi
Les facultés ne savent pas vraiment d'où viennent leurs grants. Les données existent (candidatures passées, attributions, qui a déposé où, quels appels auraient été un bon fit) mais elles sont éparpillées entre départements, tableurs et mémoires individuelles. Sans cette vision, la direction ne peut pas dire dans quels bailleurs investir, et les chercheur·e·s ne peuvent pas dire quels appels sont réalistes pour leur profil.
De l'autre côté, le paysage externe bouge vite : de nouveaux appels apparaissent, les thématiques changent, les règles d'éligibilité évoluent. Demander à chaque chercheur·e de suivre tout cela en plus de l'enseignement et de la recherche est irréaliste, et pousse tout le monde vers les mêmes bailleurs familiers, pendant que de vraies opportunités passent en silence.
Notre démarche
Nous relions les deux côtés. En interne, nous structurons l'historique de financement de l'UNIL en quelque chose de lisible : qui a déposé où, quelles équipes ont gagné, où la faculté est forte, où elle est absente. En externe, nos agents IA surveillent les plateformes de grants (FNS, ERC, Innosuisse, programmes UE et autres) et enrichissent chaque nouvel appel des informations nécessaires pour juger l'adéquation.
Puis nous matchons. Une couche de scoring relie le profil, l'historique et les compétences de chaque chercheur·e aux appels qui ont le plus de chances d'aboutir pour eux, avec une explication claire du match. Les chercheur·e·s reçoivent des recommandations personnalisées, les doyens un tableau de bord en temps réel de l'endroit où l'argent vit dans la faculté.
L'objectif n'est pas d'ajouter une plateforme de plus. C'est de supprimer une tâche dont personne n'a vraiment envie : chercher les grants. Le système cherche, score l'adéquation, et notifie le bon ou la bonne chercheur·e quand quelque chose vaut la peine d'être déposé.
Le résultat
Les premières analyses facultaires changent déjà la façon dont la direction de l'UNIL pense à son mix de financement. Des motifs invisibles à travers les tableurs, comme les programmes qu'un département remporte de façon disproportionnée et ceux qu'il laisse régulièrement passer, deviennent lisibles d'un seul coup d'œil.
Pour les chercheur·e·s, le but est simple : ouvrir la plateforme une fois par semaine, voir deux ou trois appels qui collent vraiment au travail, ignorer le reste. Moins de temps à chercher, plus de temps sur les candidatures qui ont une vraie chance.
Tiré du dossier
Techniques
- Ingestion structurée de l'historique de financement interne
- Crawling et enrichissement IA des plateformes de financement externes
- Matching profil × appel avec scores explicables
- Recommandations personnalisées par chercheur·e
- Tableaux de bord facultaires pour la stratégie et la planification
Stack
- Pipelines de données Python
- Enrichissement de grants par LLM
- Recherche vectorielle pour profil × appel
- Tableaux de bord internes pour doyens et PIs
Un problème de ce type ?