| Titre : | Développement d’un chatbot IA pour la recherche et le calcul de solutions d’éclairage routier | | Type de document : | TFE | | Auteurs : | Mathéo Simeoni, Auteur | | Editeur : | Liège : HELMo Campus Guillemins | | Année de publication : | 2026 | | Importance : | 61 p. | | Présentation : | ill. en coul. | | Note générale : | TFE (Travail de Fin d'Etudes) -- Bachelier en Informatique orientation Développement d’applications -- HELMo Campus Guillemins, Liège, 2026 | | Langues : | Français (fre) | | Résumé : | Durant quinze semaines de stage au sein du centre R&D R-Tech de Schréder (Liège/Burenville), j'ai développé un chatbot baptisé AI Solution Finder, destiné à remplacer les interfaces de filtrage rigides de la base de données produits interne (UPD - Unified Product Database) par une interaction en langage naturel. L'utilisateur formule sa requête en français ou en anglais ; l'IA en extrait les paramètres techniques pertinents, une couche de filtres métiers typés convertit ces paramètres en requêtes exploitables, puis le système restitue une solution d'éclairage conforme aux normes photométriques internationales (CEN 13201). L'enjeu concret est significatif : avec 300 000 recherches annuelles sur UPD, un gain d'une minute par recherche représente une économie estimée à 500 000 €.
Technologies et langages utilisés
L'architecture logicielle de l'application s'appuie sur le langage C# et la plateforme .NET 10 pour l'API backend, tandis que l'interface utilisateur est développée en Blazor et stylisée avec le framework TailwindCSS. L'orchestration de l'intelligence artificielle repose sur le Microsoft Agent Framework, lequel pilote les modèles de langage d'Azure OpenAI (GPT-5.4-mini et GPT-5.4-nano) et utilise le modèle text-embedding-large-3 pour la vectorisation. Le système de gestion et d'interrogation des données est opéré via un index Azure AI Search qui combine recherche sémantique, vectorielle et filtrage technique, ce SGBD Cloud étant alimenté de manière asynchrone par un pipeline ETL répliquant la base de données centralisée UPD (Unified Product Database) de Schréder.
Présentation de l'entreprise et du projet
L'analyse de l'écosystème de Schréder et de sa cellule IT Photometry met en évidence les goulots d'étranglement d'une infrastructure monolithique vieillissante face à l'explosion du catalogue de produits, démontrant l'opportunité stratégique de poursuivre la transition vers une solution Cloud et IA pour pérenniser l'accessibilité métier de l'expertise photométrique.
Analyse réflexive autour des compétences du bachelier
La confrontation des acquis académiques aux réalités du terrain valide l'intégration des compétences d'ingénierie à travers le déploiement d'une architecture par couches qui neutralise les risques d'hallucination des LLM, garantit la souveraineté européenne des données (Azure Data Zone), maîtrise les coûts d'infrastructure et adapte l'ergonomie applicative aux modèles mentaux des utilisateurs finaux.
Bilan personnel et perspectives
L'évaluation critique de cette immersion de quinze semaines consolide une posture professionnelle autonome spécialisée dans l'ingénierie des systèmes IA industriels, tout en ouvrant des perspectives concrètes de mise en production complète de l'application (intégration dans UPD prévue pour cet été) et une orientation de carrière vers des projets backend à fort impact tangible. | | Nom de la société/Institution/Lieu de stage : | Schréder (R-Tech) (Liège) | | Année académique : | 2025-2026 | | Maître de Stage : | Blanjean, Arnaud | | Promoteur : | Lehette, Philippe | | Etudes : | Informatique Développement des applications |
Développement d’un chatbot IA pour la recherche et le calcul de solutions d’éclairage routier [TFE] / Mathéo Simeoni, Auteur . - Liège (Rue de Harlez, 35, 4000) : HELMo Campus Guillemins, 2026 . - 61 p. : ill. en coul. TFE (Travail de Fin d'Etudes) -- Bachelier en Informatique orientation Développement d’applications -- HELMo Campus Guillemins, Liège, 2026 Langues : Français ( fre) | Résumé : | Durant quinze semaines de stage au sein du centre R&D R-Tech de Schréder (Liège/Burenville), j'ai développé un chatbot baptisé AI Solution Finder, destiné à remplacer les interfaces de filtrage rigides de la base de données produits interne (UPD - Unified Product Database) par une interaction en langage naturel. L'utilisateur formule sa requête en français ou en anglais ; l'IA en extrait les paramètres techniques pertinents, une couche de filtres métiers typés convertit ces paramètres en requêtes exploitables, puis le système restitue une solution d'éclairage conforme aux normes photométriques internationales (CEN 13201). L'enjeu concret est significatif : avec 300 000 recherches annuelles sur UPD, un gain d'une minute par recherche représente une économie estimée à 500 000 €.
Technologies et langages utilisés
L'architecture logicielle de l'application s'appuie sur le langage C# et la plateforme .NET 10 pour l'API backend, tandis que l'interface utilisateur est développée en Blazor et stylisée avec le framework TailwindCSS. L'orchestration de l'intelligence artificielle repose sur le Microsoft Agent Framework, lequel pilote les modèles de langage d'Azure OpenAI (GPT-5.4-mini et GPT-5.4-nano) et utilise le modèle text-embedding-large-3 pour la vectorisation. Le système de gestion et d'interrogation des données est opéré via un index Azure AI Search qui combine recherche sémantique, vectorielle et filtrage technique, ce SGBD Cloud étant alimenté de manière asynchrone par un pipeline ETL répliquant la base de données centralisée UPD (Unified Product Database) de Schréder.
Présentation de l'entreprise et du projet
L'analyse de l'écosystème de Schréder et de sa cellule IT Photometry met en évidence les goulots d'étranglement d'une infrastructure monolithique vieillissante face à l'explosion du catalogue de produits, démontrant l'opportunité stratégique de poursuivre la transition vers une solution Cloud et IA pour pérenniser l'accessibilité métier de l'expertise photométrique.
Analyse réflexive autour des compétences du bachelier
La confrontation des acquis académiques aux réalités du terrain valide l'intégration des compétences d'ingénierie à travers le déploiement d'une architecture par couches qui neutralise les risques d'hallucination des LLM, garantit la souveraineté européenne des données (Azure Data Zone), maîtrise les coûts d'infrastructure et adapte l'ergonomie applicative aux modèles mentaux des utilisateurs finaux.
Bilan personnel et perspectives
L'évaluation critique de cette immersion de quinze semaines consolide une posture professionnelle autonome spécialisée dans l'ingénierie des systèmes IA industriels, tout en ouvrant des perspectives concrètes de mise en production complète de l'application (intégration dans UPD prévue pour cet été) et une orientation de carrière vers des projets backend à fort impact tangible. | | Nom de la société/Institution/Lieu de stage : | Schréder (R-Tech) (Liège) | | Année académique : | 2025-2026 | | Maître de Stage : | Blanjean, Arnaud | | Promoteur : | Lehette, Philippe | | Etudes : | Informatique Développement des applications |
|
Faire une suggestion Affiner la rechercheDéveloppement d’un chatbot IA pour la recherche et le calcul de solutions d’éclairage routier / Mathéo Simeoni
