Contexte et problématique:
- Données qualité dispersées (audits, NC, plans d’action, procédures). Recherche d’information chronophage.
Objectif principal:
- Développer un assistant conversationnel basé sur LLM et RAG pour interroger les données CIPA en langage naturel et accélérer l’analyse et le pilotage qualité.
Fonctionnalités clés:
- RAG sur audits/NC/actions/checklists, guardrails métier, historique décisionnel.
Livrables:
- Chatbot déployé, API sécurisée, prompt library métier, guide d’intégration.
Organisation:
- Encadrant Industry X.0: 2h/semaine. Nombre d’étudiants: 1. Durée: 6 mois.
- Télétravail autorisé sous conditions; planning et preuves d’avancement requis.
- Rémunération: en fin de PFE, basée sur performance & impact.