{"podcast":{"title":"Big Data Hebdo","slug":"big-data-hebdo-828834","podcast_index_feed_id":828834,"rss_url":"https://www.spreaker.com/show/1952874/episodes/feed","website_url":"https://www.spreaker.com/show/bigdata-hebdo","image_url":"https://d3wo5wojvuv7l.cloudfront.net/t_rss_itunes_square_1400/images.spreaker.com/original/745a2c3f4dd8d3b6f75a2a33c841d999.jpg","author":"Vincent Heuschling","episode_count":230,"summary":"Toute l'actualité du Bigdata et surtout de sa communauté francophone dans un podcast.","last_synced_at":null,"page_url":"https://stenobird.com/podcast/big-data-hebdo-828834"},"episode":{"title":"Episode 224  : Données non structurées et modern OCR","slug":"episode-224-donne-es-non-structure-es-et-modern-ocr","published_at":"2025-10-28T21:43:10+00:00","page_url":"https://stenobird.com/podcast/big-data-hebdo-828834/episode-224-donne-es-non-structure-es-et-modern-ocr","show_page_url":"https://stenobird.com/podcast/big-data-hebdo-828834","url":"https://www.spreaker.com/episode/episode-224-donnees-non-structurees-et-modern-ocr--68318805","audio_url":"https://api.spreaker.com/download/episode/68318805/episode_224_donne_es_non_structure_es_et_modern_ocr.mp3","summary":"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","meta_description":"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 discut…","key_points":[],"chapters":[],"topics":[],"duration_seconds":3084,"processing_state":"not_requested","actions":[{"name":"request_transcript","method":"POST","url":"https://stenobird.com/v1/public/podcasts/big-data-hebdo-828834/episodes/episode-224-donne-es-non-structure-es-et-modern-ocr/transcription-requests","description":"Idempotently request low-priority transcript generation for this episode."},{"name":"read_markdown","method":"GET","url":"https://stenobird.com/podcast/big-data-hebdo-828834/episode-224-donne-es-non-structure-es-et-modern-ocr.md","description":"Read the agent-friendly Markdown representation of this episode resource."}]}}