Chatbot IA VEDEM
Assistant conversationnel interne fondé sur une architecture RAG : il retrouve les passages pertinents dans une base documentaire et s’appuie sur un modèle de langage pour formuler la réponse.
Retrouver une information dans une documentation interne volumineuse prend du temps ; un assistant doit pouvoir répondre en s’appuyant sur ces documents.
Projet d’assistant IA interne mené avec les ingénieurs IA de l’équipe.
Un assistant conversationnel qui recherche d’abord les passages pertinents (recherche vectorielle sur des embeddings), puis transmet ce contexte à un modèle de langage pour formuler la réponse.
Travail d’équipe. Les briques IA (chaîne RAG, choix et paramétrage des modèles) sont conçues en collaboration avec les ingénieurs IA. Je prends en charge l’intégration applicative, le backend et la mise en production.
L’interface de conversation interroge une API backend. L’API recherche les passages pertinents dans un index vectoriel, puis interroge un modèle de langage avec ce contexte.
Utilisateur
Interface de conversation
API backend
orchestration
Recherche vectorielle
embeddings des documents
API LLM
génération de la réponse