Skip to content
PodSubs
ShowsPeopleGuestsJobsNewsEvents
More
BlogPodCred
Menu
ShowsPeopleGuestsJobsNewsEventsBlogPodCredNetworksSign in
Join nowSign in
  • Shows
  • People
  • Jobs
  • News
  • More
    • Guests
    • Events
    • Blog
    • PodCred
    • Networks
    Join nowSign in

Big Data Hebdo

Big Data Hebdo artwork

Episode 224 : Données non structurées et modern OCR

Oct 28, 202551 minAudio

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

Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.

Hosts and Guests

Nobody is credited on this episode yet.

Credit the people on this episode

Be the first to rate this episode

More episodes

All episodes
  1. Episode 232 - DuckDB avec Michel Caradec

    Oct 15, 20261 hr 21 minAudio

    Michel Caradec, Lead Software Data Engineer chez Reech, revient au BigDataHebdo, cette fois pour parler de DuckDB, à l'opposé du calcul distribué dont il était venu parler à l'épisode 35. Il raconte comment il est passé...

    Credit the people on this episode

  2. Episode 231 - Hermes Agent

    Jul 23, 202643 minAudio

    Dans cet épisode, Vincent Heuschling et Nicolas Steinmetz décortiquent Hermès Agent, le nouveau venu open source qui bouscule OpenClaw. Au programme: son architecture en cinq couches, sa mémoire persistante, et sa...

    Credit the people on this episode

  3. Episode 230 : Greycat avec Francois Fouquet

    Jul 3, 202659 minAudio

    Assembler une base SQL, une base time series et une base vecteurs pour bâtir un jumeau numérique? François Fouquet appelle ça un « Frankenstein » - et il a passé dix ans à s'en débarrasser. Dans cet épisode du Big Data...

    Credit the people on this episode

  4. Episode 229 : La fin de la récréation dans l'IA

    May 22, 202644 minAudio

    Dans cet épisode On décortique les vraies tensions de l'IA en 2026: la surchauffe des modèles, l'inflation des commits, les hallucinations, et pourquoi la productivité 10x est un mythe. Au menu: AI Slop → Qualité réelle...

    Credit the people on this episode

  5. Episode 228 : Enregistrement à Devoxx Paris 2026

    May 11, 20261 hr 20 minAudio

    Cet épisode spécial du Big Data Hebdo, enregistré à Devoxx Paris, on donne la parole aux auditeurs! On parle des dernières news de chez Clever Cloud avec quentin Adam, On parle aussi de ce que l'IA change dans nos vies...

    Credit the people on this episode