Talnivo
Sujet de PFE

PLATEFORME INTELLIGENTE GRAPHRAG & MULTI-AGENTS POUR L’AUDIT JURIDIQUE ET FINANCIER

DTwinIP

Type de contrat : Stage

Domaine IA, agents intelligents et audit documentaire. Mission Les organisations manipulent des milliers de contrats, rapports d’audit et liasses fiscales interconnectés. Les approches RAG vectorielles traditionnelles échouent à capturer les relations complexes et les dépendances transitives entre clauses légales et montants financiers. Objectifs et fonctionnalités

• Concevoir un pipeline d’ingestion documentaire multimodal pour les PDF scannés, tableurs et contrats.

• Extraire des triplets sémantiques sous la forme Entité-Relation-Entité.

• Mettre en place un graphe de connaissances dynamique sous Neo4j couplé à un magasin vectoriel Pinecone ou Milvus.

• Implémenter une orchestration multi-agents avec un Agent Chercheur, un Agent Analyste de Risque et un Agent Rédacteur de Synthèse via LangGraph.

• Intégrer un système de détection des hallucinations et de traçabilité des citations avec score de confiance factuelle.

Technologies Python 3.12, LangGraph, Neo4j, LlamaIndex, Ollama / vLLM avec Mistral ou Llama 3.3, FastAPI, Milvus, Docker et React pour le dashboard d’investigation. Référence PFE-IA-01

Source : Hi Talents (hi-talents.com)

Missions

Les organisations manipulent des milliers de contrats, rapports d’audit et liasses fiscales interconnectés. Les approches RAG vectorielles traditionnelles échouent à capturer les relations complexes et les dépendances transitives entre clauses légales et montants financiers. Objectifs et fonctionnalités

• Concevoir un pipeline d’ingestion documentaire multimodal pour les PDF scannés, tableurs et contrats.

• Extraire des triplets sémantiques sous la forme Entité-Relation-Entité.

• Mettre en place un graphe de connaissances dynamique sous Neo4j couplé à un magasin vectoriel Pinecone ou Milvus.

• Implémenter une orchestration multi-agents avec un Agent Chercheur, un Agent Analyste de Risque et un Agent Rédacteur de Synthèse via LangGraph.

• Intégrer un système de détection des hallucinations et de traçabilité des citations avec score de confiance factuelle.

Technologies Python 3.12, LangGraph, Neo4j, LlamaIndex, Ollama / vLLM avec Mistral ou Llama 3.3, FastAPI, Milvus, Docker et React pour le dashboard d’investigation. Référence PFE-IA-01

Compétences requises

📄 Générer Convention de Stage

Talnivo calcule votre score de compatibilité CV ↔ offre et vous aide à l'améliorer avant de postuler.

Créer un compte gratuit

Voir toutes les offres sur Talnivo

Inscription