Stage de 6 mois à pourvoir sur Brest à compter de mars 2026.

• Axe 1 : Indexation Hybride (Sémantique + Mots-clés)
  
  • Mettre en œuvre une stratégie de retrieval hybride combinant :
  • La recherche sémantique (via embeddings) pour la compréhension du sens.
  • La recherche lexicale (ex: BM25, TF-IDF) pour garantir la remontée des documents contenant des termes métiers ou des acronymes spécifiques (que le sémantique seul peut manquer).
  • Évaluer l'équilibre entre ces deux approches.

• Axe 2 : Expansion de Requête (Multi-Query)
  
  • Explorer les techniques de "query expansion" pour reformuler la question initiale de l'utilisateur.
  • Développer une approche Multi-Query où un LLM génère plusieurs variantes de la question, en y injectant des synonymes et, surtout, des termes du vocabulaire métier pertinent, afin d'augmenter les chances de "toucher" le bon document.

• Axe 3 : Filtrage Métadonnées & "Routage Métier"
  
  • Mettre en place un système de filtrage par silos métiers (ex: produits, périmètres fonctionnels, ...).
  • L'enjeu sera d'associer la requête utilisateur au bon silo avant l'étape de retrieval pour éviter la "contamination" contextuelle.
  • Vous explorerez des méthodes pour :
  • Induire les métadonnées (le silo) à partir de la question de l'utilisateur.
  • Guider l'utilisateur (via l'interface) pour qu'il précise son périmètre de recherche.
  • Synthèse et Benchmark : Mener une campagne d'évaluation rigoureuse pour mesurer l'apport de chaque brique et leur combinaison.

• Étudiant(e) en Master 2 ou dernière année d'École d'Ingénieur en Informatique, Data Science ou Intelligence Artificielle.
• Compétences solides en Python
• Connaissances en NLP.
• Une première expérience (même via des projets) avec les systèmes RAG (ex: LangChain) et les bases de données vectorielles est un atout majeur.
• Qualités : Curiosité technique, pragmatisme, autonomie et esprit analytique.