Contexte et enjeux

• Institution française de certification traitant un volume important de documents de normalisation français et européens ; près de 100 000 entreprises s’appuient chaque année sur ces référentiels.
• Objectif : faciliter l’accès aux référentiels normatifs via une recherche IA fiable et contextualisée, garantissant conformité réglementaire, traçabilité et maîtrise des sources.

Objectifs clés du projet

• Concevoir un assistant IA de type copilot pour les agents de certification, permettant des recherches en langage naturel dans un corpus documentaire complexe, hétérogène et sensible.
• Garantir la fiabilité et l’actualisation des réponses dans un cadre réglementaire : traçabilité des sources, contrôle des versions et règles de gouvernance du cycle de vie documentaire.

Missions détaillées

• Cadrage documentaire : identification des corpus cibles, thèmes métiers et typologies de documents (texte, tableaux, images, multicolonnes).
• Cycle de vie des documents : définition des règles de mise à jour et de gouvernance pour maintenir un RAG (Retrieval-Augmented Generation) toujours à jour.

Architecture et développement

• Architecture RAG : conception de la stratégie de chunking, indexation et recherche sémantique adaptée aux documents normatifs.
• Développement : mise en œuvre du moteur RAG, intégration de modèles LLM, et définition des pipelines de traitement documentaire (parsage, OCR si nécessaire, segmentation multi-colonnes).

Sécurité, habilitations et pilotage

• Copilot IA : conception des mécanismes d’habilitation, sécurité et contrôle d’accès pour protéger les sources sensibles et restreindre les réponses en fonction des droits.
• Pilotage : définition des KPI et tableaux de bord pour superviser l’usage, la qualité des réponses, la traçabilité et l’amélioration continue.

Livrables attendus

• Architecture RAG documentée et schématisée.
• Assistant IA (copilot) fonctionnel intégré aux flux métiers.
• Index documentaire structuré et stratégie de chunking/indexation décrite.
• Tableaux de bord & KPI, documentation technique LLM et documentation de traitement documentaire.

Compétences et technologies recherchées

• Traitement documentaire, recherche sémantique, architecture data et intégration de LLM (RAG, indexation, embeddings).
• Focus sur sécurité & habilitations, traçabilité des sources, gestion du cycle de vie et reporting par KPI.

Informations complémentaires

• Durée du stage : 6 mois.
• Domaine : traitement documentaire, recherche sémantique, IA/NLP, architecture data.