Episode 224 : Données non structurées et modern OCR

Épisode de Big Data Hebdo par Vincent Heuschling, Alexander Dejanovski, Jérôme Mainaud, Nicolas Steinmetz · 28 octobre 2025 · 51 min

Dans cet épisode on explore les défis et les évolutions du RAG (Retrieval-Augmented Generation) dans le contexte de l'IA. L'équipe du Bigdata Hebdo discute des promesses des éditeurs, des difficultés rencontrées par les utilisateurs, et des mécanismes d'IA nécessaires pour traiter efficacement les documents.

On parle des enjeux liés à l'OCR, au chunking, et à l'importance des modèles d'embeddings.

00:00 Introduction

03:06 La promesse des éditeurs

08:05 Comprendre le RAG et son fonctionnement

11:06 Difficultés liées à l'OCR et à l'extraction de données

19:05 Recommandations pour l'optimisation des documents

28:46 Mistral Document AI et ses fonctionnalités

33:49 Chunking et gestion des documents

40:55 Fine-tuning des modèles d'embeddings

43:00 Formats de documents et leur pérennité

47:23 Conclusion et perspectives

Notes et ressources

https://bigdatahebdo.com/podcast/episode-224-donnees-non-structurees-et-modern-ocr

Autres épisodes de « Big Data Hebdo »

À propos du podcast

Toute l'actualité du Bigdata et surtout de sa communauté francophone dans un podcast.

Big Data Hebdo

Épisodes similaires

Tous les épisodes de Big Data Hebdo · Plus de podcasts Technologie