AbbVie logo

Supports marketing IA & contenus automatisés

Pharmaceutique – Automatisation de contenu marketing par l'IA

Pipeline RAG agentique rédigeant des ébauches traçables de contenus pharma marketing et réglementaires.

Une chaîne documentaire agentique

Documents réglementaires, supports marketing et slides rédigés par des agents, sources tracées

Détails du projet

Client

AbbVie

Secteur

Pharmaceutique – Automatisation de contenu marketing par l'IA

Année

2024

Technologies clés
LangchainLangGraphOpenAIHuggingFace

Mission

Lead Data Scientist / AI Architect - Agentic Content Generation

RAG, LLM & génération de contenu agentique

Mission projet, Paris / remote.

Automatisation avancée de la génération de documents réglementaires (AMM), supports marketing et présentations PowerPoint à l’aide d’un pipeline agentique RAG/LLM orchestrant tout le cycle de production documentaire, de l’ingestion multi-source à la génération finale contextualisée. Développement from scratch d’une application modulaire sur Palantir Foundry / Code Workspace : ingestion, chunking, embeddings (OpenAI/HuggingFace), vector search (PostgreSQL, SQLAlchemy, Alembic) et gestion fine de la mémoire contextuelle pour des agents réellement autonomes dans leurs actions. Intégration de Langchain & LangGraph pour la création d’un véritable collectif d’agents : enchaînement dynamique de tâches, planification multi-étapes, prise d’initiatives sur des scénarios complexes (validation réglementaire, structuration de supports, réponses ad hoc) avec suivi proactif (monitoring Langfuse). Automatisation : Création de slides PowerPoint via un moteur agentique de templating : agents capables de générer, organiser et adapter dynamiquement les contenus en blocs/fonctions réutilisables selon les contraintes métier ou conformité réglementaire. Prompt engineering agentique avancé : tuning structurel automatisé (température, tokens, paramètres dynamiques) et gestion intelligente des instructions pour guider le comportement des agents selon le contexte documentaire et les exigences du workflow. Tests d’orchestration end-to-end : Pytest, validation multi-agents de bout en bout pour garantir robustesse, auditabilité et fiabilité en production. Suivi de la performance : monitoring continu par des métriques avancées (precision@k, recall@k, ROUGE, BLEU), dashboards Palantir pour visibilité temps réel, analyse des erreurs et traçabilité des sources, et adaptation continue des agents selon les résultats observés. Documentation exhaustive et transfert d’expertise auprès des équipes métier (Marketing/IT) pour maximiser l’adoption et l’autonomie sur la solution.

Contexte et environnement

Pharmaceutique, marketing et affaires réglementaires : orchestrer, fiabiliser et accélérer la création de livrables réglementaires & market assets par des architectures agentiques.

Équipe

Lead Data Scientist / AI Architect, avec les équipes Marketing et IT

Environnement

Paris / remote – Palantir Foundry / Code Workspace, PostgreSQL, embeddings OpenAI/HuggingFace

Objectifs clés

1Réduire drastiquement le time-to-market.
2Soutenir la validation de conformité, l'auditabilité et la traçabilité.
3Mesurer la performance de bout en bout grâce à l'agentic AI.

Technologies et infrastructure

OpenAIHuggingFace TransformersLangchainLangGraphPostgreSQLSQLAlchemyAlembicPythonLangfusePytestPalantir Code Workspace

Prêt à obtenir des résultats similaires ?

Discutons de comment nous pouvons générer un impact mesurable pour votre organisation.