fatima oumouloud

Conception et mise en place d'une base vectorielle robuste et structuration de l'information via la création de relations sémantiques entre les "chunks" de données. Développement et optimisation d'un Graph RAG (Retrieval Augmented Generation) pour améliorer significativement la précision et la pertinence des réponses générées par les systèmes conversationnels. Mise en œuvre et supervision de l'évaluation du RAG en utilisant des LLM as a Judge, afin d'affiner continuellement la qualité des sorties et la performance du modèle. Contribution à la transition vers une architecture agentique (Multi-agent Cooperative Platform - MCP) pour une meilleure compréhension et interaction avec des bases de données multimodales (vidéo, images, audio). Utilisation de technologies de pointe en Deep Learning, NLP, et manipulation de LLM pour des applications concrètes de l'IA. Ce stage me permet d'approfondir mes compétences en ingénierie des prompts, modélisation sémantique, évaluation de modèles d'IA et déploiement de solutions innovantes dans un environnement de recherche de pointe.

- Développement d'un réseau Transformer pour l'ordonnancement de la lecture de la presse ancienne. - Analyse des données d'articles de presse ancienne pour améliorer l'ordre de lecture. - Utilisation des réseaux Transformers pour apprendre l'ordre correct des paragraphes. - Utilisation de BERT, RoBERTa, et CamemBERT pour l'analyse contextuelle des textes.