des logiques de décision et des critères pertinents, l'exploitation d'un jeu de données de plus de 120 000 substances, et la production d'une liste priorisée structurée en niveaux de priorité. Le système doit générer un rapport traçable et explicable, documentant critères, sources de données, niveaux de robustesse et hypothèses.

Structuration, nettoyage et curation d'un jeu de données sur les substances chimiques, avec mise en place de règles d'intégration et de traçabilité.
Conception d'un workflow de priorisation orchestré par IA, incluant la formalisation des processus existants, la représentation structurée des demandes utilisateurs et l'architecture de la solution.
Développement d'une couche d'interprétation de l'intention utilisateur, transformant une requête en langage naturel en paramètres exploitables et testant la robustesse sur différents cas d'usage.
Implémentation d'un moteur de priorisation basé sur des règles et des scores pondérés, garantissant la reproductibilité et la classification des résultats par niveaux de priorité.
Génération de rapports explicables et traçables, incluant la demande utilisateur, les critères mobilisés, les résultats par substance, ainsi que les incertitudes et données manquantes.

Les livrables attendus incluent un prototype fonctionnel, des cas d'usage démonstrateurs (ex : protection des eaux souterraines), une documentation technique détaillée et une analyse de faisabilité pour une mise à l'échelle.

1f:T491,

Ce projet vise à maintenir et développer une infrastructure complète de surveillance appliquée à la gestion des risques du sol et du sous-sol. L'infrastructure intègre des applicatifs métier permettant l'acquisition, la collecte, le traitement, la gestion et le partage de données de surveillance géotechniques, géophysiques et environnementales. Les objectifs incluent l'intégration de nouveaux capteurs, protocoles de communication et flux de données,

INERIS

INERIS

Analyse en cours pour cette entreprise