Data Science & Intelligence Artificielle
Profil recherché
Élève Ingénieur / Master en Intelligence Artificielle, EdTech, Informatique ou Data Science
Encadrement
Dr.-Ing. ET-TOUSY Jamal
Session
2025 – 2026 (PFE 4 à 6 mois)
Contexte & Problématique
Ce projet propose la création d'un environnement d'apprentissage adaptatif de nouvelle génération propulsé par des agents IA autonomes et collaboratifs. Le tuteur intelligent évalue en continu les compétences acquises, détecte les blocages conceptuels et les signaux faibles de décrochage, et adapte dynamiquement les explications, exercices et rythmes d'apprentissage en exploitant le Retrieval-Augmented Generation (RAG) sur les syllabus de cours.
Objectifs principaux du projet
- Élaborer un modèle d'apprenant (student knowledge tracing) capturant l'état des connaissances et les styles d'apprentissage.
- Orchestrer un réseau d'agents spécialisés (Agent Diagnostiqueur, Agent Pédagogue, Agent Évaluateur, Agent Recommandeur) via des frameworks d'agents avancés.
- Implémenter un système RAG sécurisé et contextuel indexant les ressources pédagogiques de cours techniques (informatique, mathématiques).
- Mettre en place un tableau de bord prédictif pour les enseignants afin de suivre la progression collective et individuelle.
Stack technologique & Outils
Agents IA
LangChain / LangGraph
RAG
Vector DB (ChromaDB / Qdrant)
LLaMA 3 / Mistral
Python
FastAPI
Next.js / Laravel
Livrables attendus
- Système multi-agents conversationnel avec mémoire contextuelle à long terme.
- Moteur de modélisation prédictive de la difficulté et du risque de décrochage.
- Interface web responsive pour étudiants (tutorat interactif) et enseignants (analytique).
- Rapport de fin d'études avec étude d'impact pédagogique.
Ce sujet vous intéresse ?
Envoyez votre CV accompagné d'une lettre de motivation mentionnant vos compétences techniques, vos projets académiques ou personnels pertinents ainsi que vos disponibilités.
Postuler à ce sujet