Les moteurs de recherche made in Station F

Pour ce 7ème meetup Search & Data nous parlerons de moteurs de recherche développés à Station F. François Massot présentera Quickwit le moteur de recherche distribué pour les logs, Arthur Caillaud dévoilera le moteur de recherche augmenté par l'IA de Outmind et Lucian Precup fera l'introduction du moteur de recherche collaboratif all.site

Pour obtenir votre badge vous devez, après votre adhésion Meetup, compléter votre inscription en cliquant sur ce lien.

Voici le programme complet :

Building a distributed search engine for logs
François Massot, Quickwit

In a data-driven world, having to search through terabytes of logs is common. This simple task can turn out to be daunting and very expensive.
This talk will present how to implement such an engine with an efficient architecture strongly inspired by Snowflake which separated compute and storage.

Trouvez le bon document instantanément, où qu’il soit stocké.
Arthur Caillaud, Outmind

Outmind est un moteur de recherche qui se connecte à tous vos outils, et améliore l'efficacité de vos équipes grâce à une puissante intelligence artificielle.
Fondée par Arthur et Grace en 2019, Outmind repose massivement sur l'usage de la technologie ElasticSearch. A travers cette présentation, Arthur vous parlera spécifiquement de cette technologie. Pourquoi a-t-elle été choisie ? Quelles ont été les principales difficultés d'implémentation ?
Cette première partie permettra ensuite d'aborder des sujets plus complexes. Nous pourrons ensuite rentrer dans le détail de l'infrastructure as code d'Outmind. Comment sont déployés nos clusters mais aussi comment nous garantissons la sécurité des données de nos clients.
Pour finir, Arthur parlera des technologies NLP développées et utilisées par Outmind. Quel est le besoin de nos clients sur ces sujets d'avenir et comment nous y répondrons.

Vers un moteur de recherche décentralisé et collaboratif
Lucian Precup, all.site

Est-il possible d’indexer tout Internet avec un nouveau moteur de recherche ? Nous ne le savons pas. Mais nous avons essayé en construisant un moteur de recherche collaboratif fonctionnant sur le modèle de GitHub et Wikipedia.

Dans les moteurs de recherche du Web, la pertinence et l'ordre des résultats sont gérés par le nombre de liens, la qualité et la conformité avec certaines règles et un peu de personnalisation. Les sites e-commerce classent et filtrent les résultats au moyen d'algorithmes business. En entreprise, la pertinence des résultats peut être configurée par les experts et expertes des différents domaines. D'un autre côté, les réseaux sociaux fournissent une expérience basée principalement sur la notoriété : les préférences et le suivi des autres utilisateurs.
Nous tentons de regrouper le meilleur de ces mondes en créant all.site - un moteur de recherche collaboratif dont le contenu et la pertinence seraient proposés par la communauté à la manière de Wikipedia ou GitHub.
Dans cette présentation nous partagerons avec vous l’expérience de cette aventure : ce que nous avons essayé, ce que nous avons appris, les limites que nous avons rencontrées et les étapes à venir. Nous vous présenterons le fonctionnement interne d'un moteur de recherche avec ses différentes étapes, l’architecture et l’infrastructure d’une telle plateforme, les notions de sécurité, le passage à l’échelle et la performance.