Etudiant : LYAAKOUBI BOUTAINA

Filière : Machine Learning Avancé et Intelligence Multimédia (MLAIM)

Encadrant : Pr. EL BEQQALI OMAR

Annèe : 2025

Résumé : Ce projet vise à concevoir et déployer un chatbot multimodal intelligent reposant sur l’approche RAG (Retrieval-Augmented Generation). L’objectif est de permettre aux ingénieurs mécaniques d’interagir avec un système capable de traiter et analyser des documents hétérogènes (PDF, Word, PowerPoint, images, audio, vidéo) et de fournir des réponses précises, contextualisées et multilingues. Pour ce faire, le système s’appuie sur des embeddings multilingues, une recherche vectorielle via FAISS et des techniques avancées en NLP. Un module de rétroplanning automatisé a également été intégré afin de générer des plannings projet optimisés selon des contraintes temporelles et des objectifs définis. La gestion documentaire est assurée par MongoDB, avec une indexation sémantique permettant un accès rapide et sécurisé aux informations. L’architecture repose sur un backend Flask et un frontend responsive, offrant une interaction texte et voix bidirectionnelle .