Contexte :
L'évolution rapide des technologies de l'information a souligné l'importance d'une gestion efficace des données, particulièrement lorsqu'elles sont hétérogènes et diversifiées. Les avancées en intelligence artificielle offrent de nouvelles possibilités pour optimiser cette gestion, en permettant un requêtage intelligent des documents via le langage naturel. Cette approche facilite non seulement l'accès rapide et précis aux informations, mais transforme aussi l'interaction des utilisateurs avec les données, en simplifiant les processus complexes et en réduisant les obstacles techniques. Cependant, ces innovations posent des enjeux en matière de sécurité, de confidentialité et d'intégrité des données, nécessitant une vigilance accrue pour assurer leur pérennité et leur fiabilité. Notre programme de recherche explore aussi des techniques de visualisation intelligente et interactive pour améliorer la prise de décision.
Les travaux visent à créer un système de recherche sémantique avancé, basé sur des graphes de connaissances, afin d'intégrer des données issues de différentes sources internes. En enrichissant la base de connaissances avec des modèles de langage (LLMs), l'objectif est de modéliser des données de manière sémantique et de développer des visualisations intelligentes et interactives pour améliorer la compréhension et l'utilisation des informations.
Références
Hoseini Sayed et al (2024). A survey on semantic data management as intersection of ontology based data access, semantic modeling and data lakes
Megan Katsumi et al. (2024). An Ontology for Record Management
Wang et al. (2024). Knowledge Graph Prompting for Multi-Document Question Answering
Dean Allemang et al. (2024). Increasing the LLM Accuracy for Question Answering: Ontologies to the Rescue!
Juan F. Sequeda et al. (2023). A benchmark to understand the role of knowledge graphs on large language model’s accuracy for question answering on enterprise sql databases
S. Mustapha et al. (2023). A Comparative Study of the Performance of Real time databases and Big data Analytics Frameworks
Raji et al. (2024). Real-time data analytics in retail: A review of USA and global practices
* En tant que membre d’une équipe projet composée d'ingénieurs Astek et sous la supervision d'un chercheur-docteur, vous aurez l'opportunité d'approfondir vos compétences en ingénierie à chaque étape du cycle de vie de l'innovation.
* Vous contribuerez à une partie des travaux de recherche et disposerez d’une vision globale de l’ensemble des travaux réalisés.
* Vous appliquerez la méthodologie Astek pour le développement de l'innovation.
* Vous enrichirez votre esprit de synthèse ainsi que votre expertise technologique. De plus, vous perfectionnerez vos compétences en matière de communication, tant à l'oral qu'à l'écrit.
Curieux, autonome et proactif, vous êtes doté de bonnes qualités d’analyse et de synthèse ainsi que de réelles capacités rédactionnelles.
\n\n
Votre profil
En dernière année de cycle Ingénieur ou en Master 2 (idéalement M2 Recherche).
Vous justifiez de bonnes connaissances en Informatique et vous maîtrisez des techniques/outils associés comme Python ou Framework de type Keras, que vous avez déjà mis en œuvre dans des projets significatifs.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.