Contexte et objectifs

Développer un pipeline d'automatisation de documentation sécurisé et performant pour des applications Full-Stack, basé sur une architecture hybride (extraction locale + génération Cloud).
Objectifs clés : sécurité et extraction locale, génération Cloud optimale et publication/CI‑CD pour obtenir une solution d'entreprise mature et exploitable en production.

Missions et tâches

Concevoir et implémenter l'architecture hybride : composants d'extraction locale sécurisée et intégration aux modèles LLM Cloud (Gemini/GPT) pour la rédaction et le formatage.
Développer les briques Full-Stack nécessaires (API Node.js/Express en TypeScript, front React.js pour visualisation/édition), ainsi que les connecteurs vers LLM local et Cloud.
Mettre en place l'automatisation de publication et les pipelines CI/CD (GitHub Actions) pour déploiement, tests et génération de documentation continue.
Garantir la performance, la scalabilité et la confidentialité des données traitées, avec tests et mesures de qualité.

Développement backend : Node.js (Express) et TypeScript ; développement frontend : React.js.
Expérience ou intérêt pour les LLM : intégration de LLM Cloud (Gemini/GPT) et solutions LLM locales pour extraction et résumé hors-Cloud.
Connaissance des pipelines CI/CD et automatisation : GitHub Actions, tests automatisés, conteneurisation et bonnes pratiques DevOps/plate-forme.
Sensibilité à la sécurité des données, aux enjeux de confidentialité et à l'industrialisation d'une solution GenAI en entreprise.

Durée 6 mois ; le projet prévoit 2 stagiaires BAC+5 travaillant en collaboration sur la plateforme.
Livrables : pipeline hybride fonctionnel, modules d'extraction locale sécurisée, intégration aux LLM Cloud pour génération, interfaces front/back pour gestion et édition, scripts CI/CD et documentation technique d'intégration.
Attentes : solution robuste, tests et indicateurs de performance, guide opérationnel pour déploiement et maintenance en environnement d'entreprise.