Mariem Dargal

- Extraction, vectorisation et indexation de la documentation interne à l’aide des embeddings MPNet et de la base vectorielle FAISS. - Test et évaluation de plusieurs LLMs open-source exécutés en local. - Fine-tuning de modèles sur des corpus QA internes avec Hugging Face et PEFT (LoRA). - Implémentation d’un pipeline RAG (Retrieval-Augmented Generation) incluant un agent mémoire, un filtrage de domaine et un prompt engineering avancé. - Optimisation des temps de réponse via une recherche top-K adaptative et la réduction des appels LLM non pertinents. - Développement d’un moteur de recommandation basé sur des règles pour la validation des conditions d’éligibilité client-pack. - Développement d’une API Flask pour la communication entre le backend IA et le front-end. - Conception d’une application React connectée à l’API IA pour l’affichage dynamique des résultats.

- Mise en place d’un module de web scraping pour collecter automatiquement les offres d’emploi depuis différents sites spécialisés. - Entraînement du modèle CamemBERT pour l’analyse sémantique des offres d’emploi et l’extraction des informations clés. - Utilisation de spaCy pour l’annotation automatique et la structuration des données extraites des CV. - Implémentation de la similarité cosinus afin de mesurer la correspondance entre les CV et les offres d’emploi.

Une application Web soigneusement élaborée, séduisante et conviviale, incitant les visiteurs à effectuer des réservations en ligne pour leurs séjours tout en ayant un impact positif. Cette application offre aux gestionnaires et propriétaires la possibilité de simplifier leurs tâches administratives tout en stimulant le nombre de réservations. À cette fin, le département informatique du groupe OCP nous a confié la réalisation de ce projet dans un délai d'un mois.