13ème édition – du 16 au 18 avril 2025
3 jours de conférences, 70 exposants, 4500 visiteurs par jour
La recherche et la recommandation de produits est au cœur de notre business. L’utilisation de la Vector Search, combiné a une recherche full-text grâce à Elasticsearch nous a permis d’améliorer la pertinence de nos résultats en utilisant le meilleur des deux mondes.
Nous utiliserons un exemple reel pour détailler comment mettre en place la recherche vectorielle, en utilisant Elasticsearch comme Vector Database. Nous aborderons ensuite les points importants (comment choisir son modèle, Reciprocal Rank Fusion …) et les limites de cette solution. Nous terminerons par voir comment la mise en place de cette stack technique nous a également permis d’améliorer notre moteur de recommandation basé sur la connaissance et de déployer des assistants LLM en utilisant Elasticsearch et OpenAI.
Mathilde Rigabert
Jolimoi
Après plusieurs années en tant qu'indépendante, Mathilde Rigabert a rejoint Jolimoi, une beauty-tech spécialisée dans la recommandation autour de la beauté, en tant que CTO. Elle est très active au sein du JUG des Duchess, groupement feminin de développeuses, qu’elle a co-fondé en 2010 et s’occupe en parallèle de deux entreprises qu’elle a fondé, Aetys, un studio de jeu ludo-éducatifs sur mobile et SoFizz, une application de rencontre sociale.
Martin Labenne
Jolimoi
Martin Labenne est Data Scientist chez Jolimoi. Il est en charge du moteur de recommandation de produit au cœur du business model de Jolimoi et oeuvre à l’amélioration des différentes recherches (textuelle, sémantique…). Passionné par la data science, Martin est toujours à la recherche de nouveaux modèles et technologies à tester ! 
fr_FRFrançais