Les modèles textuels et leurs agents se démocratisent, offrant de nouvelles opportunités pour les entreprises. Comment utiliser ces technologies pour interagir avec des bases de données ?

Le Why du stage:

De nombreuses entreprises possèdent des bases de données complexes, difficilement accessibles à tous. Un LLM capable de traduire des questions en langage naturel vers des requêtes SQL permettra à OCTO et à ses clients d'exploiter pleinement ces données.

Les missions du stage:

• Exploiter des LLM pour la traduction de questions en langage naturel en requêtes SQL
• Effectuer des tests et des validations pour assurer la précision et l'efficacité des requêtes SQL générées
• Créer un outil Open Source capable de répondre aux requêtes utilisateurs
• Documenter le processus de développement et les résultats obtenus
• Ecrire un article sur le blog OCTO sur la méthodologie développée durant le stage

Le déroulement du stage:

Étape 1 : Découverte et cadrage

• Faire de la veille bibliographique
• Choisir un jeu de données approprié aux besoins
• Définir la roadmap avec les objectifs à réaliser

Étape 2 : Montée en compétences

• Se former sur les agents conversationnels et les RAGs

Étape 3 : Exploration

• Explorer les possibilités existantes d’agents capables de traduire du langage naturel en une requête SQL

Étape 4 : Réalisation et partage à OCTO

• Réaliser l’outil OpenSource répondant aux besoins
• Partager aux autres Octos pendant et à la fin du stage, rédiger un article

Stack technique : Python, Git, HuggingFace

• Vous préparez un BAC+5 et vous êtes à la recherche d'un stage de fin d'études
• Vous avez une appétence pour les sujets de Data Science et pour l’exploration de l’état de l’art
• Vous avez déjà fait du Machine Learning et aimez le NLP
• Vous souhaitez approfondir vos compétences en RAG et sur les agents conversationnels
• Vous êtes curieux(se), ambitieux(se) et autonome