Descriptif du poste: Organisation européenne de référence dans le domaine des normes techniques et de la veille scientifique (secteur réglementaire / phytosanitaire), nous lançons un projet d'exploration IA. L'objectif : concevoir un Proof of Concept (POC) de chatbot conversationnel s'appuyant sur nos ressources internes (bases de données, corpus normatifs, documents techniques, littérature scientifique) Missions - Cartographier & préparer les données o Identifier les sources internes (BDD visibles et non exposées), corpus normatifs internationaux et documents non structurés. o Définir la stratégie d'ingestion, de normalisation et de gouvernance (qualité, traçabilité, métadonnées, RGPD). - Concevoir le POC de chatbot conversationnel o Évaluer des approches LLM (RAG, fine-tuning léger, réécriture de requêtes) adaptées aux cas d'usage. o Prototyper une interface (CLI/terminal et/ou web minimaliste) avec recherche sémantique, citations et vérifiabilité. - Proposer l'architecture cible o Définir l'architecture technique (orchestration, vector store, pipelines ETL/ELT, observabilité, sécurité). o Établir les prérequis d'industrialisation (coûts, MLOps, monitoring qualité, lifecycles des modèles). - Développer "GPT métier" o Concevoir un outil en ligne de commande (IAmétier") pour retrouver rapidement les occurrences historiques d'événements similaires à des phénomènes actuels, en interrogeant directement les données structurées (PostgreSQL et BDD internes) et non structurées (normes internationales, PDF, docs). - Contrôle qualité assisté par IA o Mettre en place des vérifications automatiques (cohérence, complétude, détection d'anomalies textuelles ou de champs). o Génération de résumés factuels et analyses automatiques dans les workflows de recherche. Livrables attendus - Cartographie des données + plan de remédiation qualité. - Prototype fonctionnel (chatbot + CLI "GPT métier") avec journal de sources et évaluation. - Dossier d'architecture (schémas, choix techno, sécurité, coûts) + plan d'industrialisation. - Kit de présentation (démo, métriques, ROI attendu) pour parties prenantes. Profil recherché: Profil recherché * 4-6+ ans en développement IA/NLP (ou expérience équivalente démontrable par projets/références). * À l'aise avec données structurées et non structurées, extraction depuis PDF/normes, indexation & recherche sémantique. * Maîtrise de Python (FastAPI/Flask, tooling data), conteneurisation Docker, PostgreSQL (SQL avancé). * Pratique des LLM (hébergés ou API), embeddings, RAG, évaluation et observabilité (logs, traces, métriques). * Culture MLOps (environnements, reproductibilité, gestion des versions de données et modèles). * Autonomie, sens produit, pédagogie pour l'accompagnement d'équipes non expertes. Bonus appréciés * Expérience secteur réglementaire/scientifique ou open data. * Sécurité & conformité (contrôle d'accès, PII, RGPD, politiques de rétention). * Traitement de documents longs (chunking avancé, tables/figures), OCR. * Mise en place de benchmarks internes (Groundedness, Answer Relevancy, Latency/cost). Indicateurs de succès du POC * Pertinence & vérifiabilité : réponses sourcées, taux de grounding élevé. * Couverture des principales sources (structurées/non structurées) et latence acceptable. * Transférabilité : architecture claire, coûts maîtrisés, plan d'industrialisation réaliste. * Adoption : démonstration convaincante pour sponsors et pays membres. Environnement technique - OS & Infra : Linux Debian, Docker (containers, compose), CI/CD basique. - Données : PostgreSQL, formats hétérogènes (CSV/JSON/PDF), index vectoriels. - Langages : Python, PHP (pour intégrations existantes). - IA/NLP : pipelines d'ingestion, embeddings, RAG, évaluation de réponses (faithfulness, grounding).