Etudiant : AZROUL MOHAMED KHALIL

Filière : Master Machine Learning Avancé et Intelligence Multimédia (MLAIM)

Encadrant : Pr. EN-NAHNAHI NOUREDDINE

Annèe : 2026

Résumé : Dans le contexte de l’évolution des modèles de langage, les systèmes de génération augmentée par récupération (Retrieval-Augmented Generation– RAG) constituent une solution efficace pour fournir des réponses précises à partir d’une base documentaire. Toutefois, ces systèmes doivent garantir la sécurité des données, la gestion des accès et la confidentialité des informations manipulées. Ce projet de fin d’études présente la conception et le développement d’un système RAG sécurisé destiné à assister les équipes commerciales d’ATLAS CLOUD SERVICES dans la recherche et la consultation des documents internes liés aux offres avant-vente. La solution développée intègre un pipeline complet comprenant le prétraitement des documents, leur vectorisation à l’aide de modèles d’embedding, le stockage des re présentations vectorielles dans ChromaDB ainsi que la génération de réponses par un modèle de langage de grande taille. Afin d’assurer la sécurité de la plateforme, plusieurs mécanismes ont été intégrés, notamment l’authentification basée sur JWT, le contrôle d’accès par rôles (RBAC), OAuth2, la gestion sécurisée des mots de passe avec Passlib, ainsi que la protection des informations sensibles grâce aux variables d’environnement. Une interface web intuitive a également été développée pour faciliter l’interaction entre les utilisateurs et le système. Les résultats obtenus montrent que la solution proposée permet d’améliorer la pertinence des réponses tout en garantissant un niveau élevé de sécurité et une expérience utilisateur fluide. Ce travail ouvre également des perspectives d’évolution, notamment l’intégration de modèles plus performants, l’amélioration des stratégies de récupération et le déploiement de la solution dans un environnement de production.