Il crée la base Epstein ultime, jusqu’à s’y perdre

De lecteur curieux à enquêteur de données

Partant d’une lecture attentive des fichiers publics liés à Jeffrey Epstein, un ingénieur data est passé d’observateur à enquêteur : la répétition d’anomalies dans des documents l’a poussé à structurer l’information sous forme de réseau. Exemples précis : la lecture de journaux d’avions et de dossiers judiciaires a servi de déclencheur ; la constatation de noms récurrents sur des vols et dans des actes de propriété a motivé la modélisation. Points clés :

• Motivation : transformer des pages isolées en relations exploitables.
• Objectif : cartographier les liens entre personnes, lieux et événements.
• Approche : partir des sources publiques et les relier par des identifiants communs.

Collecte et nettoyage : assembler les pièces du puzzle

La robustesse d’un graphe dépend d’une collecte exhaustive et d’un nettoyage rigoureux. Exemples de sources utilisées : dossiers judiciaires, journaux de vols, registres fonciers, annuaires et archives médiatiques. Pour rendre ces données exploitables, l’ingénieur a appliqué des techniques de nettoyage et d’enrichissement. Points clés :

• Techniques : OCR pour numériser des documents, parsing pour extraire des entités, normalisation des noms et adresses.
• Défis : variations orthographiques, homonymie, données incomplètes.
• Exemple : transformer une entrée de vol manuscrite en identifiant structuré (nom, date, vol) qui devient un nœud utilisable.

Construire le graphe : nœuds, arêtes et résolution d’entités

Le cœur du travail est la modélisation : chaque personne, entreprise ou lieu devient un nœud ; chaque interaction (vol, paiement, rendez-vous) devient une arête. La résolution d’entités (entity resolution) est centrale pour éviter les faux positifs. Outils et exemples concrets :

• Outils : bases graphes (Neo4j), librairies (NetworkX), visualisation (Gephi).
• Modèle : nœuds = personnes, propriétés = dates/identifiants ; arêtes = relation (ex. « invité sur un vol ») avec pondération selon fréquence.
• Exemple : relier un nom sur un manifeste de vol à une adresse trouvée dans un acte de propriété via une correspondance d’alias et d’email.

Visualisation et analyses : révéler des structures cachées

Une fois le graphe construit, l’analyse permet de détecter des hubs, des communautés et des trajectoires temporelles. Méthodes et résultats observables : centralité pour repérer des acteurs fortement connectés, détection de communautés pour isoler groupes d’intérêts, analyses temporelles pour suivre les interactions. Exemples d’insights :

• Centralité : identifier des individus qui apparaissent fréquemment comme points de passage.
• Communautés : clusters révélant sous-réseaux potentiellement indépendants.
• Temporalité : corréler pics d’activité avec événements documentés (procédures judiciaires, déplacements).

Enjeux éthiques et juridiques : responsabilité d’un projet public

Travailler sur des sujets sensibles impose des garde-fous : vérifier les sources, protéger les victimes et éviter la diffamation. L’ingénieur doit concilier transparence et prudence. Bonnes pratiques et précautions :

• Vérification : croiser au moins deux sources indépendantes avant de publier une connexion.
• Protection : anonymiser les victimes et les informations non publiques.
• Collaboration : travailler avec des journalistes ou des avocats pour évaluer les risques juridiques.

Impact et perspectives : quand la data éclaire le journalisme et la justice

Les graphes de données peuvent amplifier les enquêtes journalistiques et orienter des investigations officielles, tout en ayant des limites liées à l’accès aux sources et à l’interprétation des corrélations. Exemples d’usage et pistes d’évolution :

• Usage : aider les journalistes à prioriser des pistes, fournir des visualisations pour exposés publics.
• Limites : corrélation ≠ preuve ; nécessité d’enquêtes complémentaires sur le terrain.
• Perspectives : améliorer l’interopérabilité des données, renforcer l’open source pour audits indépendants et affiner la résolution d’entité par apprentissage automatique.