Dans cet exposé, on propose de s'intéresser au problème de l'estimation d'une matrice de rang faible à partir d'observations aléatoires bruitées dont la distribution appartient à une famille exponentielle. La classe d'estimateurs considérée est celle des estimateurs spectraux construits à partir du seuillage des valeurs singulières de la matrice des observations. Pour certains types de bruit (Gaussien par exemple) il est possible de construire des estimateurs spectraux qui sont asymptotiquement optimaux en utilisant le comportement asymptotique de grandes matrices aléatoires en présence d'une perturbation additive de faible rang. L'un des buts de l'exposé est de discuter des possibilités d'extension de ce type de résultat au delà du cas d'un bruit Gaussien (modèle de bruit de Poisson ou Gamma).