RAG multidoc (formats excel, word, pptx)

Je recherche un ou plusieurs développeurs spécialisés en intelligence artificielle pour améliorer un moteur d’extraction déjà en place. L’objectif est de traiter automatiquement plusieurs types de documents, notamment Excel, PowerPoint, Word et PDF, afin d’obtenir un parsing structuré et fiable.

Le moteur doit fournir un texte propre, des métadonnées et une segmentation précise. Le résultat sera utilisé pour répondre à des questions métier, comparer des documents et rechercher des informations dans un ensemble de fichiers.

Compétences recherchées
Python et traitement de documents
Connaissance des bibliothèques d’extraction pour Excel, PowerPoint, Word et PDF
Maîtrise des techniques modernes d’extraction IA et de pré traitement de texte
Maîtrise des modèles d’embeddings et des techniques de retrieval
Expérience avec OpenAI, Azure AI, Mistral ou d’autres modèles avancés

Objectifs de la mission
Améliorer le parsing des fichiers Excel, PowerPoint, Word et PDF
Créer un pipeline propre et modulaire avec un format de sortie structuré
Intégrer un moteur de recherche basé sur les questions et les réponses
Optimiser l’ensemble pour un usage professionnel dans l’assurance

Profil
Développeur IA autonome, rigoureux et capable de proposer des solutions techniques adaptées. Capacité à travailler sur un moteur existant et à améliorer sa précision et sa robustesse.