Alternance en IA générative – Tuning automatique des hyperparamètres d’un système RAG MI Secrétariat général

L'objectif du l'alternance est de concevoir et développer un pipeline end-to-end d'optimisation des hyperparamètres d'un système RAG, capable d'identifier automatiquement la configuration la plus performante pour chaque nouvelle base de connaissances métier.

Pour atteindre l'objectif du l'alternance, le travail s'organisera en plusieurs étapes progressives.

• Comprendre l'existant et cadrer le problème , analyser les différences entre les bases ,définir clairement le périmètre d'optimisation.
• Définir les critères d'optimisation : le tuning ne doit pas seulement améliorer la qualité des réponses, mais aussi respecter des contraintes opérationnelles.
• Mettre en place un système de recherche de configurations : une fois le cadre défini, l'étape suivante consistera à développer un module capable d'explorer automatiquement différentes combinaisons de paramètres.
• Tester sur une base métier pilote : avant de généraliser le système, le tuning sera appliqué à une base de connaissances métier pilote. Cette phase comprendra : la création d'un jeu de questions représentatif des usages réels; le lancement des différentes campagnes de tuning; l'analyse des résultats; l'identification des paramètres ayant le plus d'impact.
• Industrialiser la solution : enfin, le travail aboutira à la mise en place d'un pipeline complet et automatisé.
• 
  Localisation : 75012 Paris 12e Arrondissement