Kevin F.

Conception, implémentation, amélioration et maintenance du chatbot d'une application de coaching sportif.

Le chatbot est capable :

- D'interroger une base de connaissance avec un mécanisme de RAG. Cette base de connaissance est constituée des données du produit ainsi que d'articles scientifiques portant sur la nutrition et la pratique sportive.

- De lancer des workflows spécifiques avec souplesse afin de déclencher des actions (consulter son agenda sportif, ajouter des entraînements, modifier son plan, etc).

Langchain est utilisé pour la gestion des modèles et assistants utilisés. Langraph a été choisi pour construire une flotte hiérarchisée d'assistants. Enfin, Langfuse permet de surveiller chaque conversation entre les utilisateurs et le chatbot afin de l'améliorer en continu.

Le tout est hébergé sur Google Cloud.

Présentation des concepts théoriques d'algèbre linéaire utilisés en machine learning : espaces vectoriels, matrices, métriques, applications linéaires, etc.

Présentation des techniques de préparation des données, validation croisée, des algorithmes usuels de classification (kNN, SVM, LDA, Bayes, arbres de décision), et de régression.

Travaux pratiques en Python avec la bibliothèque Scikit-Learn.