Moteur de recherche multilingue pour un négoce viticole bourguignon
Aperçu
En quoi consiste ce défi.
Concevez un système de recherche multilingue pour un négoce viticole bourguignon et obtenez un certificat vérifiable.
Le brief
Ce que vous ferez, et ce que vous démontrerez.
Comment construire un moteur de recherche qui retrouve des fiches produit viticoles en français à partir de requêtes formulées en japonais, anglais ou français, en exploitant des plongements lexicaux multilingues et un index inversé adapté ?
Earning criteria — what you'll demonstrate
- Maîtriser la construction d'un index inversé et son adaptation à un contexte multilingue
- Appliquer des modèles de plongements lexicaux multilingues pour aligner des espaces sémantiques entre langues
- Évaluer un système de recherche d'information avec des métriques standard (Recall@k, Mean Reciprocal Rank — la position moyenne inverse du premier résultat pertinent)
- Concevoir une tokenisation adaptée à des langues sans séparateurs d'espaces (japonais, chinois)
Adéquation au programme
Où cela s'inscrit dans votre cursus.
Renforce les mêmes compétences que celles attendues par votre diplôme.
Cursus associés bientôt disponibles.
Compétences
Les compétences que vous démontrerez.
Chacune apparaît sur votre certificat vérifié.
Débouchés
Les métiers auxquels ce défi vous prépare.
De vrais intitulés. De vraies passerelles de compétences. Choisissez celui qui se rapproche le plus de votre trajectoire.
Les parcours de carrière que ce défi construit
Métiers de référenceIngénieur NLP
Ce défi développe les compétences clés d'un ingénieur NLP : construire un pipeline de traitement multilingue, choisir et intégrer des modèles de plongements, et évaluer rigoureusement la qualité d'un système de recherche textuelle en production.
Ce défi renforce
- multilingual-nlp
- word-embeddings
- custom-tokenization
Ingénieur IA
Le prototype de moteur de recherche vectoriel combine indexation, inférence de modèles pré-entraînés et évaluation quantitative — des tâches quotidiennes d'un ingénieur IA déployant des systèmes intelligents à l'échelle.
Ce défi renforce
- information-retrieval
- word-embeddings
- multilingual-nlp
Architecte de Données
Concevoir un index inversé multilingue et une architecture de recherche hybride (TF-IDF + vectoriel) prépare directement aux choix d'architecture de données que doit faire un architecte pour servir des requêtes à grande échelle.
Ce défi renforce
- information-retrieval
- text-tokenization
- custom-tokenization