Projet Qdrant au Maroc : créez un portfolio qui montre vos compétences

Choisir un projet adapté à son niveau

Pour choisir un projet concret Qdrant, privilégiez une idée qui tient en une démonstration courte et dont le fonctionnement peut être expliqué sans supposer que la personne qui l’évalue connaît votre code. Qdrant est une base de données vectorielle : dans un projet de portfolio, elle peut stocker des représentations numériques de contenus et permettre de retrouver ceux qui sont proches d’une requête selon leur sens. Le projet doit rendre cette fonction visible et vérifiable.

Une idée adaptée aux débutants consiste à créer un moteur de recherche sémantique dans une petite collection de documents publics : par exemple, des guides pratiques publiés par un organisme, des pages de documentation librement accessibles ou des textes fictifs que vous rédigez vous-même. L’utilisateur pose une question en langage courant et l’application affiche les passages les plus pertinents. Le projet peut commencer avec une interface simple en ligne de commande ou une page web minimale ; il n’est pas nécessaire d’ajouter immédiatement un grand modèle de langage.

Évaluez l’idée avec quatre critères : pouvez-vous obtenir légalement les données, expliquer le besoin en une phrase, finir un premier prototype avec votre temps et vos moyens, et tester la qualité des résultats avec des requêtes préparées ? Si l’idée dépend d’un accès à des documents internes, de beaucoup d’utilisateurs ou d’une infrastructure complexe, réduisez le périmètre. Un projet petit mais terminé est plus démonstratif qu’une architecture ambitieuse qui ne peut pas être exécutée.

Pour un niveau intermédiaire, ajoutez des métadonnées et des filtres : retrouver des documents par thème, langue ou catégorie, à condition que ces informations existent réellement dans le jeu de données. Vous pouvez ensuite comparer une recherche vectorielle simple avec une recherche combinant plusieurs critères. Indiquez toujours ce qui est effectivement implémenté, plutôt que de présenter une amélioration envisagée comme une fonction disponible.

• Périmètre conseillé : une source de données autorisée, une collection Qdrant, une manière de poser une requête et un affichage des résultats.
• Pour commencer : montrez la recherche vectorielle avant d’ajouter une génération de réponse par modèle de langage.
• Pour progresser : ajoutez des métadonnées, des filtres ou une comparaison mesurée entre deux configurations.

Partir d’un besoin concret

Un projet de portfolio est plus parlant lorsqu’il répond à une situation précise. Dans une petite équipe, par exemple, les procédures, guides ou notices peuvent être difficiles à retrouver par mots-clés. Votre prototype peut permettre à une personne de poser une question comme « Comment préparer un dossier ? » et de consulter les passages pertinents issus d’une collection de documents autorisés. La valeur du projet n’est pas de promettre une réponse parfaite : elle est de montrer comment la recherche sémantique aide à retrouver des contenus.

Rédigez un brief avant de coder. Il sert à garder un objectif mesurable et à distinguer les fonctions indispensables des idées secondaires. Un exemple de brief figure ci-dessous ; adaptez-le aux ressources auxquelles vous avez réellement accès.

**Brief de projet — Recherche sémantique dans des guides publics**. **Objectif :** permettre à un visiteur de retrouver des passages pertinents dans une collection restreinte de guides publics, même si la requête n’utilise pas exactement les mêmes mots que le document. **Public visé :** une personne qui veut consulter rapidement une information sans parcourir tous les fichiers. **Fonctions :** ingérer des textes autorisés, les découper en passages, calculer leurs vecteurs avec un modèle choisi et documenté, les enregistrer dans Qdrant, puis retourner les passages les plus proches d’une requête. **Livrables :** code source, instructions d’installation, jeu de démonstration non sensible, requêtes de test, résultats observés, captures ou courte démonstration, et page de documentation qui décrit les limites.

Précisez aussi les éléments hors périmètre : par exemple, pas de garantie que le premier résultat soit toujours la bonne réponse, pas d’accès à des données internes d’entreprise et pas de génération de contenu si le prototype ne comporte pas cette fonction. Cette précision évite les malentendus et montre que vous savez cadrer un besoin plutôt que d’accumuler des fonctionnalités.

• Problème : les documents existent, mais les retrouver avec les seuls mots-clés est parfois difficile.
• Utilisateur : une personne qui doit trouver un passage utile dans une petite collection de textes.
• Résultat attendu : une liste de passages pertinents, avec le nom du document et, si possible, un repère vers la source.
• Critère de réussite : les requêtes préparées retrouvent des passages jugés utiles selon une évaluation expliquée dans le projet.

Préparer les données, fichiers ou ressources

Avant de créer une collection Qdrant, choisissez les contenus et vérifiez leur provenance. Des pages ou documents accessibles en ligne ne sont pas automatiquement libres de réutilisation : l’accès public ne suffit pas à établir une autorisation de copie ou de republication. Préférez des données explicitement réutilisables selon leurs conditions, des textes que vous avez créés, ou un jeu fictif conçu pour l’exercice. Notez dans le dépôt l’origine des données et les conditions d’utilisation applicables, sans republier un contenu si sa licence ne le permet pas.

Évitez les documents d’entreprise, les dossiers clients, les CV, les échanges de messagerie, les informations de santé et toute donnée personnelle dont vous n’avez pas besoin ou l’autorisation de traiter. Même un extrait peut révéler une information confidentielle. Pour une démonstration, remplacez les données réelles par des exemples synthétiques ; si vous devez présenter une expérience issue d’un contexte professionnel, décrivez le processus de manière générale sans exposer les documents, noms, chiffres internes ou identifiants.

Préparez des fichiers lisibles et un inventaire simple : identifiant du document, titre, type de contenu, catégorie éventuelle et référence à la source. Nettoyez les doublons et les passages sans contenu utile. Décidez comment découper les textes en passages ; décrivez votre choix et testez-le, car des morceaux trop longs ou trop courts peuvent affecter la pertinence des résultats. Les vecteurs et leurs métadonnées doivent rester associés au bon passage afin que l’application puisse afficher une source compréhensible.

Pour le modèle qui transforme le texte en vecteurs, notez son nom, sa configuration utile et la manière dont vous l’utilisez. N’affirmez pas qu’un modèle est meilleur qu’un autre sans comparaison effectuée. Enfin, ne stockez pas de clés d’API ou de secrets dans le code, les captures, l’historique public du dépôt ou les fichiers de configuration partagés.

• À réunir : textes de démonstration autorisés, requêtes de test, métadonnées utiles et instructions pour reconstituer l’index.
• À documenter : provenance des contenus, méthode de découpage, modèle d’embedding et paramètres importants.
• À exclure ou anonymiser : données personnelles, secrets, documents internes et contenus dont les droits de réutilisation ne sont pas établis.

Réaliser le projet par étapes

Avancez dans un ordre qui rend chaque partie testable. Commencez par définir le cas d’usage et les données, puis faites une première recherche vectorielle avant de construire une interface ou d’ajouter une génération de réponse. Cette progression aide à isoler les problèmes : si les résultats sont mauvais, vous pourrez examiner le découpage, le modèle, les vecteurs et la requête sans confondre ces éléments avec une interface complexe.

Le projet mobilise plusieurs compétences visibles pour un recruteur ou un client : préparation de données, compréhension de la recherche vectorielle, conception d’une collection Qdrant, gestion des métadonnées, intégration dans une application, tests et documentation. Décrivez précisément celles que vous avez mises en œuvre. Si une étape a été fournie par un outil ou une bibliothèque, expliquez votre rôle sans laisser croire que vous l’avez développée de zéro.

• Cadrer : rédigez le brief, choisissez la source et fixez une première version réduite du projet.
• Préparer : nettoyez les données autorisées, découpez les textes et associez à chaque passage son identifiant et ses métadonnées.
• Initialiser Qdrant : créez une collection adaptée aux vecteurs produits et consignez les paramètres nécessaires à la reproduire.
• Indexer : calculez les vecteurs avec le modèle choisi et enregistrez-les dans Qdrant avec les informations qui permettront d’afficher les sources.
• Interroger : transformez une question de test en vecteur, lancez la recherche, puis affichez les passages obtenus et leurs références.
• Évaluer : comparez les résultats à une liste de requêtes préparées ; notez les cas utiles, les erreurs et les changements effectués.
• Présenter : fournissez des instructions reproductibles, une démonstration sobre et un résumé des décisions et limites.

Tester, corriger et documenter

La qualité du projet dépend autant des contrôles que de la démonstration. Préparez des questions avant de régler la recherche : certaines doivent reprendre des mots présents dans les documents, d’autres formuler le même besoin autrement. Ajoutez des requêtes sans réponse dans la collection afin d’observer si le système renvoie des résultats trompeurs. Faites relire les passages retournés par une autre personne lorsque c’est possible et consignez la méthode d’évaluation.

Quand un résultat est peu pertinent, ne modifiez pas plusieurs composants à la fois. Vérifiez d’abord que le passage attendu est bien dans les données et que son texte a été découpé correctement ; contrôlez ensuite les vecteurs et la requête, puis examinez les filtres et les paramètres de recherche. Présentez les résultats observés sur votre jeu de test, avec ses limites. Ne généralisez pas une petite démonstration à tous les documents ou à tous les métiers.

• Checklist de tests et de contrôle qualité :
• Les fichiers d’exemple sont accessibles, lisibles et conformes aux conditions de réutilisation que vous indiquez.
• L’indexation associe chaque vecteur au bon passage, à son identifiant et à ses métadonnées.
• Une requête attendue retourne des passages que vous avez évalués comme pertinents ; la méthode de jugement est expliquée.
• Des formulations différentes d’une même demande sont testées, pas uniquement des mots copiés du document.
• Les requêtes sans réponse attendue sont testées ; le projet explique que les résultats proposés ne garantissent pas une réponse correcte.
• Un filtre, s’il existe, est vérifié avec des cas qui doivent le respecter et d’autres qui doivent en être exclus.
• Les erreurs de fichier manquant, de configuration ou de connexion sont repérables et expliquées.
• Le projet peut être lancé en suivant les instructions, sans secret d’accès inclus dans le dépôt.
• La démonstration n’expose aucune donnée confidentielle, personnelle ou protégée qui n’est pas autorisée à être publiée.

Présenter son travail dans un portfolio

Structurez la présentation pour qu’une personne puisse comprendre le projet en quelques minutes, puis approfondir si elle le souhaite. Commencez par une phrase qui décrit le besoin et la fonction réalisée. Ajoutez un schéma simple : documents, préparation des passages, calcul des vecteurs, stockage et recherche dans Qdrant, affichage des résultats. Une capture doit illustrer un usage réel de la démonstration, et non seulement une fenêtre de code.

Le dépôt ou la fiche de portfolio peut contenir le brief, les prérequis, les étapes de lancement, la structure générale du projet, les requêtes utilisées pour les tests et quelques résultats annotés. Indiquez ce qui est reproductible et ce qui dépend d’un service ou d’un accès externe. Si vous publiez une vidéo, vérifiez que l’écran ne montre ni clé, ni donnée sensible, ni nom de client. Pour les documents protégés, montrez une version fictive ou une capture neutralisée et expliquez que les données de production ne sont pas incluses.

Présentez enfin les limites et les pistes d’amélioration séparément des fonctions réalisées. Vous pouvez mentionner, comme évolutions possibles, une interface plus complète, une évaluation plus large ou l’ajout d’une étape RAG ; dites clairement qu’il s’agit de pistes si elles ne sont pas encore opérationnelles. Cette honnêteté renforce la crédibilité : le portfolio donne à voir votre démarche, pas une promesse de produit fini.

Au Maroc, le projet peut aussi servir de support à une montée en compétence accompagnée. FormaGroup propose des formations sur les bases de données vectorielles et le développement d’applications RAG, avec des exercices portant notamment sur l’indexation, les métadonnées, le filtrage, l’ingestion et l’évaluation. Pour un particulier comme pour une entreprise, le choix entre formation, autoformation et accompagnement dépend du niveau de départ, du projet et du format recherché.

• Montrez : besoin, architecture, exemple de requête, résultats, tests et décisions techniques.
• Expliquez : votre contribution personnelle, les outils employés, la provenance des données et les limites.
• Protégez : les accès, les données personnelles, les documents internes et les contenus dont les droits sont incertains.
• Gardez une démonstration simple : un parcours reproductible vaut mieux qu’une galerie de captures sans contexte.

Le parcours, étape par étape

1. 11. Définir le besoin et le périmètre — Rédigez le brief, choisissez un utilisateur et sélectionnez une seule tâche de recherche. Fixez les livrables et les éléments qui ne font pas partie de la première version.
2. 22. Choisir des données publiables — Utilisez des contenus que vous avez le droit d’exploiter ou des textes fictifs. Notez leur provenance et retirez toute information personnelle ou confidentielle.
3. 33. Préparer et découper les textes — Nettoyez les fichiers, supprimez les doublons inutiles, découpez les contenus en passages et rattachez à chacun un identifiant et des métadonnées pertinentes.
4. 44. Créer la collection et indexer — Configurez Qdrant pour les vecteurs produits par le modèle choisi, puis indexez les passages. Documentez les paramètres nécessaires pour reproduire cette étape.
5. 55. Construire la recherche — Transformez la requête en vecteur, recherchez les passages correspondants dans Qdrant et affichez les résultats avec leur titre ou leur référence.
6. 66. Tester et corriger — Exécutez les requêtes prévues, y compris celles sans réponse attendue. Vérifiez les données, le découpage, les vecteurs, les filtres et l’affichage avant de changer plusieurs éléments à la fois.
7. 77. Documenter et publier — Ajoutez les instructions de lancement, le brief, les tests, les résultats observés et les limites. Contrôlez le dépôt et les captures afin d’éviter toute exposition de données ou de secrets.

Formations et programmes au Maroc

Compétences clés

Questions fréquentes

Sources

1. Formation — Développement d’applications RAG avec des modèles de langage formagroup.ma
2. Formation — Bases de données vectorielles pour applications d’intelligence artificielle formagroup.ma
3. Documentation officielle de Qdrant qdrant.tech
4. JobInTech jobintech.academy
5. Formation intra-entreprise — OFPPT ofppt.ma