Un assistant qui répond à tout est facile à construire. Un assistant qui répond juste, cite ses sources et ne révèle jamais un document à quelqu'un qui n'a pas le droit de le voir, beaucoup moins. C'est ce second assistant que nous voulons.
Contexte
L'information d'une entreprise est dispersée entre documents, e-mails, code et comptes rendus de réunion, en plusieurs langues. Et tout le monde n'a pas le droit de tout voir. Un assistant de recherche interne n'est utile que s'il respecte ces droits à la lettre et résiste aux tentatives de détournement.
Ce que vous ferez
- Construire une recherche hybride (BM25 + embeddings) avec reclassement (reranking)
- Mettre en œuvre GraphRAG pour les questions qui exigent de croiser plusieurs documents
- Appliquer le contrôle d'accès au moment de la recherche, document par document — jamais après génération
- Défendre le système contre l'injection de prompt et la fuite de données : filtrage, isolation des contenus, red teaming automatisé
- Produire des réponses en français, en arabe et en derja, accompagnées de citations vérifiées
- Construire le benchmark de pertinence et la batterie d'attaques
Défis techniques
- Sécurité d'un système à base de LLM : un document peut lui-même contenir une attaque
- Recherche multilingue et multi-écritures, y compris pour le derja
- Garantir qu'une citation correspond réellement au passage invoqué
- Préserver la pertinence malgré le filtrage par droits d'accès
Livrables
- Un prototype fonctionnel intégré à la plateforme B2H, branché sur l'identité unique pour les droits d'accès
- Un benchmark de pertinence interne et ses résultats
- Une batterie d'attaques automatisées et un rapport de red teaming
- Une documentation technique et une démonstration
- Le rapport de fin d'études
Critères de réussite
- Pertinence mesurée sur le benchmark interne
- Taux de fuite nul : aucun document servi à un utilisateur non autorisé sur l'ensemble des tests
- Taux de réussite des attaques mesuré et réduit au fil du projet
- Citations vérifiées pour chaque réponse
Environnement technique
- GraphRAG
- Recherche hybride (BM25 + embeddings), reranker
- PostgreSQL + pgvector
- Garde-fous (guardrails)
- Python, TypeScript
Profil recherché
- Étudiant(e) en dernière année d'école d'ingénieurs ou de master, profil IA ou sécurité
- Bases en NLP et en recherche d'information
- Intérêt marqué pour la cybersécurité et l'esprit d'attaquant
- Rigueur dans l'évaluation et la documentation
- Français, arabe et anglais technique
Modalités
- Durée : 4 à 6 mois (février – juin 2027 à titre indicatif)
- Encadrement par l'équipe technique B2H, avec un point hebdomadaire
- Intégration à la plateforme interne B2H (identité unique, bus d'événements, données partagées)
- Candidature : CV + lettre de motivation, 2 sujets maximum par candidat
- Date limite : 15/12/2026