PFE 2027 — MC06_2026 — Assistant BI conversationnel (Text-to-SQL) avec couche sémantique gouvernée pour le self-service analytics

Objectif: permettre aux utilisateurs métier d’interroger un Data Warehouse en langage naturel, dans un cadre gouverné et sécurisé.

Fonctionnalités:

• Construction d’une couche sémantique (métriques, dimensions, définitions partagées).
• Traduction des questions en requêtes SQL par un LLM, avec contexte du schéma, exemples et validations syntaxique/sémantique.
• Garde-fous: lecture seule, RLS, limitation du coût des requêtes, masquage des données sensibles.
• Restitution en tableaux/graphes, avec explication de la requête générée.
• Mesure de précision (execution accuracy) et amélioration via feedback.

Profil recherché: Ingénieur BI/Data Engineering/Data Science/IA; SQL avancé, Python; notions LLM.

Technologies: Python, LLM (open source via Ollama/vLLM), LangChain/LangGraph, PostgreSQL ou SQL Server, dbt/Cube (couche sémantique), Superset ou Power BI, FastAPI.

Stagiaires: 1. Durée: 6 mois.

Candidature: joindre votre CV et indiquer la référence du sujet. Maximum 2 références par étudiant.

Candidature

Envoyez votre CV à pfe@wevioo.com en indiquant la référence MC06_2026 dans l'objet du mail. Chaque étudiant peut choisir 2 références maximum ; toute référence supplémentaire entraîne la disqualification de la candidature.

Source

PFE Book Wevioo 2026–2027