Objectif du sujet
- Concevoir et développer un nouveau microservice intégré à l’architecture d'une plateforme de diagnostic de véhicules en cloud.
- Implémenter un pipeline RAG (Retrieval-Augmented Generation) combinant LLM et recherche sémantique dans la documentation, les tickets et les logs/traces d’Azure Application Insights.
- Fournir une interface conversationnelle simple et efficace pour les utilisateurs et le support technique afin d'améliorer l’autonomie des utilisateurs et d’accélérer le diagnostic des incidents.
Travail à faire
- Étudier les besoins et recenser les sources de données : documentation technique, logs, tickets, historiques de sessions, traces Azure Application Insights.
- Mettre en place un pipeline d’ingestion et d’indexation des documents et logs dans une base vectorielle (ingestion, nettoyage, embeddings, indexation).
- Intégrer un LLM via Spring AI et implémenter la logique RAG pour combiner recherche sémantique et génération de réponses.
- Développer un microservice Spring Boot exposant une API REST pour l’IA générative et gérer l’orchestration des appels (indexation, requêtes, historique de conversation).
- Développer une interface web Angular permettant l’interaction conversationnelle avec l’IA générative.
- Réaliser des tests fonctionnels et valider la solution sur des cas réels de diagnostics et d’analyse de logs.
Compétences et technologies requises
- Maîtrise Java / Spring Boot et développement d’APIs REST.
- Expérience en Angular pour le développement de l’interface web front-end.
- Connaissances en LLMs, architectures RAG, bases vectorielles (indexation/embeddings) et intégration via Spring AI.
- Familiarité avec Azure Application Insights, traitement et parsing de logs, et tests fonctionnels sur cas réels.
Modalités et contact
- Lieu : Tunis. Durée : 6 mois. Référence : HL-03.
- Pour postuler, envoyer votre candidature par email à aes-stages@actia.com en indiquant dans l'objet : "Candidature HL-03 - IA Générative d'Assistance Intelligente pour Plateforme de Diagnostic".
- Le stage inclut développement, intégration, et validation sur cas réels de diagnostic, avec livrables techniques et démonstrations.