Les problèmes de tournées de véhicules sont très largement étudiés dans la littérature et les avancées algorithmiques permettent aux algorithmes de traiter de problèmes composés d'un nombre de points de plus en plus grand. Pour autant, seuls quelques auteurs se sont intéressés aux problèmes de très grandes tailles (i.e. plusieurs milliers de points) que l'on peut rencontrer dans certains problèmes industriels. Le besoin est notamment présent dans le domaine de l'exploration des sous-sols, où de très larges zones doivent être couvertes afin de permettre une analyse efficace de leur composition. C'est dans ce contexte que nous nous intéressons à la résolution d'un problème de Team Orienteering (TOP) à contraintes particulières. Après avoir caractérisé le problème, nous développons une métaheuristique de type ALNS adaptée à la résolution de problèmes de très grande taille. L'efficacité de la méthode sur les instances "large scale" (jusqu'à 400 points) de la littérature TOP montre que notre métaheuristique est un point de départ pertinent vers la résolution de problèmes de très grande taille.