Transformer les données financières en décisions.

Contexte

Modernisation d’un écosystème de chatbot financier pour le suivi des investissements et des participations.

Problème

Réunir données financières, notes de suivi et documents utilisateurs dans une analyse SWOT structurée, tout en conservant le format attendu et une expérience fluide en temps réel.

Mon rôle

Je développe et fais évoluer l’agent SVI, des services Python à l’interface Angular.

1. Ingérer des PDF et DOCX, et maintenir un agent d’extraction pour les fichiers PDF, image, DOCX et PPTX.
2. Générer une SWOT avec synthèse, sources et recommandations à partir du contexte financier et documentaire.
3. Diffuser les tokens, étapes d’exécution, appels d’outils et résultats via SSE.
4. Exporter l’analyse en PowerPoint et documenter la transition entre les architectures Java, Python et MCP.

Résultat livré

Un workflow conversationnel de bout en bout qui enrichit l’analyse LLM avec un contexte financier et documentaire, puis produit des présentations SWOT réutilisables.

Limites

Aucune mesure publique d’adoption, de qualité ou de productivité n’a été fournie. Le résultat décrit donc les capacités livrées, sans extrapoler un impact métier.