Alexis Vandoit

Lors de l'analyse d'images satellite, un grand nombre de données peuvent être brouillées à cause de la présence de couverture nuageuse. Beaucoup de projets sont très ralentis par le tri nécessaire pour sortir ces images intraitables qui peuvent troubler les résultats, d'où le besoin pour un traitement automatique de cette couverture nuageuse.

Le secteur des jeux reçoit un grand nombre de données à tout moment, l'analyse de ces données peut prendre un temps considérable et ralentir d'autres tâches administratives en raison d'un traitement alourdi par une gestion de données complexe. La solution proposée pour contrer ce problème est d'apporter l'aide d'une intelligence artificielle pouvant traduire le langage commun (NLP) en code exploitable par les bases de données de l'entreprise.

• Liens entre LLM et BDD Les projets de traduction avec des objectifs comparables utilisent des LLM pré-entraînés sur des bases massives, donc création d'un lien vers un LLM performant. (GPT-3.5turbo)

• Affinage du LLM Apport de la structure de la BDD et d'exemples de questions typiques au LLM pour affiner l'entraînement et obtenir des résultats plus précis.

• Audit de webapp Audit fait sur plusieurs web applications utilisées par la direction pour aider l'optimisation de ces applications.

• Développement Fullstack Ajout d'une interface frontend pour aider avec l'utilisation du LLM et l'affichage des données prises de la BDD après requête avec fonctionnalités backend. Exemples de réussites

Chargé de l'identification automatisée par Intelligence Artificielle de chars militaires blindés à partir d'imagerie satellite disponible au public.