Ginqel OffreProjet personnel
Structurer le traitement des appels d’offres
Une architecture orientée services pour collecter, structurer et enrichir les données d’appels d’offres.
Projet personnel conçu dans une démarche d’expérimentation et de montée en compétence.
Voir le site — Ginqel Offre
Le besoin métier
Les données d’appels d’offres arrivent sous des formats hétérogènes. Leur exploitation nécessite une collecte, une normalisation et une extraction d’informations avant les traitements métier.
Mon rôle
Projet personnel : architecture et développement de services d’ingestion, de traitement documentaire et d’exposition des données métier.
Le fonctionnement
Python et FastAPI prennent en charge l’ingestion. LangChain et Ollama interviennent dans l’extraction structurée. Spring Boot et Spring Batch portent les API et les traitements batch ; PostgreSQL assure la persistance.
Un choix d’architecture
La séparation entre traitement IA, batch et services métier permet d’isoler leurs responsabilités et de les conteneuriser indépendamment avec Docker.
Fonctionnalités présentées
Ingestion documentaire · Extraction structurée · Traitements batch · API métier
Sécurité & validation humaine
Les traitements IA, batch et métier sont isolés par responsabilité. L’extraction LLM doit être vérifiée sur des documents représentatifs avant utilisation.
Limites et état du projet
L’extraction LLM doit être vérifiée sur des documents représentatifs. La qualité des sources, les formats et les erreurs d’extraction conditionnent la fiabilité du résultat.
Ginqel Offre
Vous souhaitez échanger sur l’architecture ou le projet ?
Une question sur les choix techniques, l’architecture ou l’avancement de ce projet personnel ? Contactez-moi.
Échanger autour du projet