Conception d'un assistant virtuel intelligent pour la découverte de connaissances avec l'analyse formel

Missions :
Lors de ce projet, nous voulons concevoir un assistant virtuel intelligent, spécifiquement conçu pour guider un expert métier dans un processus de découverte de connaissances en s'appuyant sur l'analyse formelle de concepts (FCA) et les outils afférents, en particulier ceux développés dans le projet SmartFCA. Cette mission combine les avantages de la FCA et de l’IA générative pour rendre l’analyse de données plus accessible et plus efficace pour ses experts métier.

Activités :
Architecture et graphe de connaissances :
L’assistant s’appuiera sur un modèle de langage (LLM) open-source déployé localement. Il exploitera les connaissances natives du modèle qui devra intégrer la littérature scientifique de la FCA, combinées à un guide méthodologique structuré que nous développerons. Cette spécialisation technique sera réalisée via des architectures de type RAG --Retrieval-Augmented Generation-- ou, si nécessaire, par un fine-tuning ciblé. La constitution d’un graphe de connaissances et son utilisation par le modèle (au lieu des documents utilisés par la RAG) seront également étudiées.

Interaction et Exécution :
L’interface adoptera une structure de type "Model Context Protocol (MCP)". L’expert métier pourra soumettre son jeu de données et sa problématique en langage naturel. Le LLM le guidera de manière itérative et interactive dans le choix de la méthode FCA la plus adaptée, sélectionnera l’algorithme adéquat et sera capable d’en piloter l’exécution.

Extensibilité :
Cette approche logicielle sera intégrée à la plateforme SmartFCA actuelle et servira de point d’accès unique, modulaire et extensible. Une procédure standardisée permettant d’ajouter et de déclarer de nouveaux agents logiciels (ou algorithmes) sera fournie pour garantir la pérennité de l’outil.

Contexte de travail :
Le projet ANR SmartFCA vise à rendre l’Analyse Formelle de Concepts (FCA) plus opérationnelle pour des usages réels en combinant avancées théoriques, développement logiciel et expérimentation métier. L’ambition est de fournir une méthodologie et des recommandations pratiques pour aider des experts de domaine à analyser des données complexes avec des outils FCA robustes et réutilisables.

Competences :
L'ingénieur attendu doit posséder un Master ou un diplôme d'ingénieur avec une spécialisation en informatique et en intelligence artificielle. De bonnes connaissances en Python, en modèles de langages (LLMs), en FCA, en apprentissage et en fouille de données seront très appréciées.

Contraintes et risques :
Il n'y a pas de contraintes ou risques particuliers qui concernent ce travail d'ingénieur.