Aghiles Chougar

Intervention auprès du groupe SOS pour construire un RAG permettant de répondre automatiquement aux appels d'offre de financement de projets

Répondre à des questions complexes, nécessitant de rassembler, analyser et résumer des concepts dispersées à travers plusieurs pages

1. RAG naïf basé sur Langchain

2. RAG avec grille de recherche:

- Fragments : Taille variable de 500 à 6000 caractères

- Embedding : 2 modèles d'embedding

- Bases de données : Chroma et Faiss

- Retriever : Retriever sémantique avec scoring, seuil minimal de pertinence et jusqu'à 10 fragments retournés par requête

3. RAG avancé:

- Fragment : Taille optimale de 500 caractères

- Base de données : Faiss

- Retriever hybride:

* retriever sémantique, TFIDF et lexical matching avec ngram (1-2)

- Rerankers :

* ms-marco-MiniLM, BGE Gemma V2, gpt4o

4. Self-RAG:

Basé sur https://arxiv.org/abs/2310.11511

5. RAPTOR:

Étapes :

1. Fragmentation

2. Clustering

3. Reconstruction des fragments sous forme d'arbre (organisation par thèmes principaux, secondaires, etc.)

Source: https://arxiv.org/abs/2401.18059

RAG par graph de connaissance

- Principe : Structurer l'information sous forme de graphe de connaissances

- Avantage : Relier de manière optimale différents concepts pour améliorer la pertinence et la précision des réponses, notamment sur les questions ouvertes et nécessitant un raisonnement en plusieurs étapes (multi hop reasoning)

- Basé sur un papier de recherche du 02-2025: https://arxiv.org/abs/2502.14902

Contexte et problématique:

Une offre de logements à vendre importante et difficile à explorer: 1 million de transactions en 2021 Plus de 500k biens à vendre sur seloger.com Des annonces réparties sur des milliers de communes Peu de contexte sur l'emplacement des biens fourni par les portails: Evolution et composition des prix par commune / quartiers / types de logements Situation socio-économique des communes / quartiers Emplacement et proximité des commerces et services L'offre de biens ne tient pas compte du profil et des besoins des acheteurs: Lieu de travail, situation familiale, métier, loisirs ...

Solution:

Permettre l'étude de l'emplacement des biens avec : un comparateur de communes et de quartiers une analyse détaillée du contexte des biens à travers plusieurs rubriques et des dizaines d'indicateurs une synthèse et une note pour chaque emplacement étudié

Données utilisées:

Annonces immobilières collectées chaque semaine 6 millions d'annonces, depuis le 02/2019 Données de l'INSEE (logements, population, activité...) Base Sitadel (nouvelles constructions) Base permanente des équipements (commerces et services) Base des crimes et délits (ministère de l'Intérieur) Autres sources à exploiter dans le futur: Education, internet, transports, qualité de l'air, risques naturels et industriels, climat

Contexte : Fusion juridique des entités Pernod et Ricard, refonte des organisations de vente, refonte du modèle de gestion, du plan de compte analytique et de la hiérarchie clients, changement d'outils (ETL et visualisation de données)

Travaux:

• Aide au cadrage de la cible métier et IT (planification, rôles, responsabilités, intervenants...)

• Formalisation des process et règles de production de l'information de pilotage / analyse financière

• Analyse d'impact des refontes organisationnelles et comptables sur le processus de production BI

• Rédaction des exigences fonctionnelles permettant le développement des nouvelles solutions BI

• Préparation et animation des ateliers d'expression de besoin (principes Agile Scrum)