2

Remerciements
Je tiens à exprimer ma profonde gratitude à l’ensemble des personnes qui ont

contribué, de près ou de loin, à la réussite de ce stage et à l’élaboration de ce

rapport.

Je souhaite tout d’abord adresser mes sincères remerciements aux professeurs de

l’École Nationale des Sciences Appliquées de Safi, et plus particulièrement à ceux

du département Génie Informatique, pour la qualité de leur enseignement, leur

encadrement pédagogique et les connaissances scientifiques et techniques qu’ils

m’ont transmises tout au long de ma formation. Leur accompagnement a joué un

rôle déterminant dans le développement de mes compétences académiques et

professionnelles.

Je remercie également Monsieur Ayoub Alouane, ingénieur au sein de l’entreprise

Adservio, pour m’avoir accueilli et encadré durant ce stage. Sa disponibilité, ses

conseils pertinents, ainsi que son professionnalisme m’ont permis de mieux

comprendre les enjeux réels du domaine de l’intelligence artificielle et de

l’automatisation des processus. Son accompagnement a été d’une grande valeur

dans la réalisation des workflows et dans l’approfondissement de mes connaissances

techniques.

Enfin, je tiens à remercier toutes les personnes qui, par leur soutien et leurs

encouragements, ont contribué au bon déroulement de ce stage et à la réalisation de

ce travail.
3
 Résumé
Ce rapport présente les travaux réalisés dans le cadre d’un stage effectué chez

Adservio, portant sur la mise en place d’un système de veille stratégique automatisée

basé sur des agents d’intelligence artificielle et la plateforme n8n. Le projet s’inscrit

dans un contexte de forte croissance du volume d’informations, rendant nécessaire

l’utilisation de solutions intelligentes pour filtrer, analyser et exploiter des données

pertinentes.

L’objectif principal du stage est de concevoir une solution capable de collecter

automatiquement des informations à partir de sources multiples, de les analyser à

l’aide de l’intelligence artificielle et de fournir des résultats synthétisés facilitant

l’aide à la décision. Pour cela, une analyse fonctionnelle a été menée et une

architecture basée sur des workflows automatisés a été mise en place.

La solution développée s’appuie sur la plateforme n8n pour l’orchestration des

processus et sur des technologies d’intelligence artificielle pour l’analyse et la

validation des informations. Les résultats obtenus montrent l’intérêt de

l’automatisation et de l’IA dans la réduction de la surcharge informationnelle et

l’amélioration de la qualité des informations fournies. Ce stage a également permis

de renforcer les compétences en génie informatique, notamment dans les domaines

de l’automatisation et de l’intelligence artificielle.

4
Table de matières
***** ....................................................................................................................... 1
Remerciements ...................................................................................................... 3
Résumé .................................................................................................................. 4
Table de matières ................................................................................................... 5
Introduction ......................................................................................................... ..6
Chapitre 1 : Contexte ........................................................................................... ..8
1.1 Organisme d’accueil ......................................................................................9
1.2 Contexte métier du stage ..............................................................................11
1.3 Rattachement du projet aux activités d’Adservio.........................................12
1.4 Organisation du stage et cadre de réalisation................................................12
Chapitre 2 : Objectifs et périmètre du projet..........................................................13
2.1 Contexte et justification du projet.................................................................14
2.2 Objectif général du projet..............................................................................14
2.3 Objectifs spécifiques.....................................................................................15
2.4 Périmètre fonctionnel du projet.....................................................................15
2.5 Périmètre technique et contraintes................................................................16
Chapitre 3 : Analyse fonctionnelle et description du processus global..................17
3.1 Choix du thème par l’utilisateur....................................................................18
3.2 Collecte des informations..............................................................................18
3.3 Analyse par intelligence artificielle...............................................................19
3.4 Validation multi-sources...............................................................................20
3.5 Génération du rapport final...........................................................................20
Chapitre 4 : Technologies utilisées.........................................................................21
4.1 Plateforme d’automatisation n8n,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,22
4.2 DeepSeek API – Analyse et scoring intelligent............................................23
4.3 Perplexity DeepSearch – Recherche et validation approfondie....................24
Chapitre 5 : Description détaillée des workflows réalisés......................................26
5.1 Workflow 1 : News API Local......................................................................27
5.2 Workflow 2 : Strategic Collector .................................................................32
Chapitre 6 : Ameliorations et Perspectives............................................................37
Conclusion générale ..............................................................................................40

5
 Introduction
L’essor rapide des technologies numériques et la généralisation des systèmes
d’information ont profondément modifié la manière dont les données et les
informations sont produites, diffusées et exploitées. Aujourd’hui, les organisations
évoluent dans un environnement caractérisé par une abondance informationnelle
sans précédent, où les flux de données proviennent de sources multiples et
hétérogènes telles que les médias en ligne, les réseaux sociaux, les plateformes
spécialisées et les services numériques. Si cette richesse informationnelle représente
une opportunité stratégique majeure, elle constitue également un défi important en
raison de la difficulté croissante à identifier les informations réellement pertinentes,
fiables et exploitables.

Dans ce contexte, la veille stratégique s’impose comme un levier essentiel pour les
entreprises et les décideurs. Elle permet d’anticiper les évolutions du marché, de
détecter les opportunités émergentes, d’identifier les risques potentiels et
d’accompagner la prise de décision. Cependant, les méthodes traditionnelles de
veille, souvent basées sur des recherches manuelles ou des outils partiellement
automatisés, atteignent rapidement leurs limites face à la vitesse de diffusion de
l’information, au volume croissant de données et à la diversité des sources
disponibles.

L’intégration de l’intelligence artificielle dans les processus de veille ouvre de

nouvelles perspectives. Les agents d’intelligence artificielle, capables d’analyser de
grandes quantités de données, de comprendre le contexte sémantique des contenus
et d’évaluer leur impact, permettent de transformer l’information brute en
connaissance à forte valeur ajouté[Link]és à des plateformes d’automatisation et
d’orchestration des processus, ces agents rendent possible la mise en place de
systèmes intelligents, autonomes et évolutifs.

6
Dans ce cadre, la plateforme n8n constitue un outil particulièrement adapté à la
conception de solutions d’automatisation complexes. Grâce à son approche
modulaire et orientée workflows, n8n permet d’orchestrer des services hétérogènes,
d’intégrer des APIs externes et de coordonner l’intervention de modèles
d’intelligence artificielle au sein d’un même système. Cette approche favorise la
flexibilité, la réutilisabilité et la maintenabilité des solutions développées.

Le présent stage, réalisé chez Adservio, s’inscrit pleinement dans cette dynamique.
Il a pour objectif principal la conception et la mise en œuvre d’un système de veille
stratégique automatisée reposant sur des agents d’intelligence artificielle et la
plateforme n8n. Ce projet vise à répondre à un besoin concret : aider les utilisateurs
à faire face à la surcharge informationnelle en leur fournissant des informations
synthétisées, validées et orientées vers la prise de décision.

Ce rapport a pour vocation de présenter de manière structurée et détaillée l’ensemble

des travaux réalisés durant ce stage. Il débute par une présentation de l’entreprise
d’accueil et du contexte métier, avant d’exposer les objectifs du projet et le
périmètre fonctionnel retenu. Il décrit ensuite l’analyse fonctionnelle, l’architecture
technique de la solution, les technologies utilisées et la conception détaillée des
workflows développés. Enfin, il propose une analyse des résultats obtenus, des
perspectives d’amélioration ainsi qu’un retour d’expérience mettant en évidence les
apports de ce stage dans le cadre de la formation en Génie Informatique à l’ENSA.

7
 Chapitre 1

Présentation de l’entreprise d’accueil et

contexte métier

Ce chapitre présente l’entreprise d’accueil Adservio, son

domaine d’activité et son positionnement technologique dans le
secteur du numérique. Il expose également le contexte métier du stage
et met en évidence le lien entre les activités de l’entreprise et le projet
réalisé

8
1.1 Organisme d’accueil :
1.1.1 Présentation de l’entreprise d’accueil : Adservio

Adservio est une entreprise spécialisée dans les services numériques et

l’accompagnement des organisations dans leur transformation digitale. Elle intervient
principalement dans la conception, le développement et le déploiement de solutions
informatiques innovantes, adaptées aux besoins spécifiques des entreprises et des
professionnels. Son expertise couvre plusieurs domaines du génie informatique,
notamment l’automatisation des processus, l’intégration de services numériques,
l’analyse de données et l’exploitation des technologies d’intelligence artificielle.

Dans un contexte marqué par l’évolution rapide des technologies et par la

digitalisation croissante des activités, Adservio adopte une approche orientée
innovation et performance. L’entreprise cherche à proposer des solutions capables
d’améliorer l’efficacité opérationnelle, de réduire les tâches répétitives et de faciliter
la prise de décision grâce à des systèmes intelligents et automatisés. Cette vision
s’inscrit pleinement dans les enjeux actuels du numérique, où la maîtrise de
l’information et l’automatisation des flux constituent des facteurs clés de
compétitivité.

9
 Adservio accorde également une importance particulière à la veille technologique et
stratégique. En intégrant des outils modernes et des technologies émergentes dans
ses projets, l’entreprise vise à anticiper les évolutions du marché et à proposer à ses
clients des solutions durables, évolutives et adaptées aux exigences actuelles en
matière de performance, de fiabilité et de sécurité.

1.1.2 Domaine d’activité et positionnement technologique:

Le domaine d’activité principal d’Adservio repose sur la fourniture de solutions

numériques à forte valeur ajoutée. L’entreprise intervient notamment dans :

 l’automatisation des processus métiers

 la conception de systèmes d’information intelligents
 l’intégration d’APIs et de services cloud
 l’intégration d’APIs et de services cloud

Son positionnement technologique est fortement orienté vers les architectures

modulaires, les solutions basées sur des workflows et l’utilisation d’outils
flexibles permettant une adaptation rapide aux besoins des clients. Dans cette
optique, l’automatisation et l’orchestration des services constituent un axe
stratégique majeur.

10
1.2 Contexte métier du stage :

Dans un environnement numérique en constante évolution, la circulation de

l’information est devenue extrêmement rapide, massive et parfois difficile à
maîtriser. Les professionnels et les organisations sont quotidiennement
exposés à un volume considérable d’articles, de publications et de données
provenant de sources variées telles que les médias en ligne, les réseaux
sociaux et les plateformes spécialisées. Cette surabondance informationnelle
complique l’identification des contenus réellement pertinents et fiables, tout
en augmentant les risques de désinformation et de surcharge cognitive.

Dans ce contexte, la veille informationnelle et stratégique occupe une place

centrale. Elle permet aux organisations de suivre les évolutions de leur
environnement, d’anticiper les changements et d’orienter leurs décisions de
manière éclairée. Cependant, les approches classiques de veille, souvent
manuelles ou partiellement automatisées, montrent rapidement leurs limites
face à la diversité des sources, à la rapidité de diffusion de l’information et au
volume croissant de données à traiter.

Le projet confié dans le cadre de ce stage s’inscrit directement dans ce

contexte métier. Il vise à concevoir un système de veille stratégique
automatisée et intelligente, capable de collecter des informations à partir de
sources multiples, de les analyser à l’aide de modèles d’intelligence
artificielle et de les filtrer selon des critères de pertinence et d’impact.
L’objectif est de fournir à l’utilisateur final une information synthétisée,
fiable et orientée vers l’aide à la décision.

11
1.3 Rattachement du projet aux activités d’Adservio:

Le projet de veille stratégique automatisée développé durant ce stage est en

adéquation directe avec les activités et les orientations technologiques
d’Adservio. Il illustre l’utilisation concrète de l’intelligence artificielle et de
l’automatisation pour répondre à des problématiques métiers réelles,
notamment la gestion et l’exploitation intelligente de l’information.

En s’appuyant sur des agents d’intelligence artificielle et sur une plateforme

d’orchestration telle que n8n, le projet permet de démontrer la capacité
d’Adservio à concevoir des solutions innovantes, modulaires et évolutives. Il
met également en évidence l’apport du génie informatique dans la conception
de systèmes automatisés orientés performance, fiabilité et aide à la décision.

1.4 Organisation du stage et cadre de réalisation:

Le stage a été réalisé entièrement à distance, dans un cadre professionnel

structuré. Cette modalité de travail a nécessité une forte autonomie, une
bonne organisation personnelle et une capacité d’adaptation aux outils de
collaboration et de développement à distance.

L’organisation du stage reposait sur une progression méthodique incluant

l’analyse du besoin métier, la conception de la solution, l’implémentation des
workflows automatisés et les phases de test et de validation. Cette démarche a
permis de mener à bien le projet tout en respectant les objectifs fixés et les
contraintes techniques identifiées.

12
 Chapitre 2

Objectifs et périmètre du projet

Ce chapitre définit les objectifs généraux et spécifiques du projet

réalisé dans le cadre de ce stage. Il précise également le périmètre

fonctionnel et technique retenu, ainsi que les contraintes prises en

compte lors de la conception de la solution.

13
2.1 Contexte et justification du projet:

Dans un environnement professionnel marqué par une croissance continue du

volume d’informations disponibles, les organisations sont confrontées à des
problématiques complexes liées à la gestion, à l’analyse et à l’exploitation de
l’information. La difficulté ne réside plus uniquement dans l’accès à
l’information, mais surtout dans la capacité à identifier rapidement les
données pertinentes, fiables et à forte valeur ajoutée.

Dans ce contexte, la mise en place d’un système de veille stratégique

automatisée constitue une réponse adaptée aux besoins actuels des
entreprises. Le projet confié dans le cadre de ce stage s’inscrit dans cette
logique, en proposant une solution basée sur l’intelligence artificielle et
l’automatisation des processus, capable de traiter efficacement des flux
d’informations massifs et hétérogènes.

Ce projet répond également à des enjeux techniques propres au génie

informatique, notamment la conception de systèmes modulaires,
l’orchestration de services via des workflows, l’intégration d’APIs externes et
l’exploitation de modèles d’intelligence artificielle dans des architectures
logicielles modernes.

2.2 Objectif général du projet:

L’objectif général de ce projet est de concevoir et de mettre en œuvre un

système de veille stratégique automatisée et intelligente, capable de collecter
des informations à partir de sources multiples, de les analyser à l’aide
d’agents d’intelligence artificielle et de fournir à l’utilisateur final des
rapports structurés, fiables et exploitables pour l’aide à la décision.
14
2.3 Objectifs spécifiques:

Afin d’atteindre l’objectif général défini précédemment, plusieurs objectifs

spécifiques ont été identifiés :
• automatiser la collecte d’informations à partir de sources variées telles
que les APIs d’actualités et les réseaux sociaux
• analyser la pertinence et le contenu sémantique des informations
collectées à l’aide de modèles d’intelligence artificielle
• attribuer un score d’impact permettant de hiérarchiser les informations
selon leur importance stratégique
• mettre en place un mécanisme de validation multi-sources afin de
renforcer la fiabilité des informations analysées
• générer des rapports personnalisés et structurés, facilitant l’exploitation
des résultats par l’utilisateur final
• assurer l’archivage et le suivi des informations analysées à des fins de
traçabilité et de consultation ultérieure

2.4 Périmètre fonctionnel du projet:

Le périmètre fonctionnel du projet définit les fonctionnalités prises en charge

par le système développé. Il inclut notamment :
• la définition des thèmes et mots-clés par l’utilisateur
• la collecte automatique des informations correspondant aux thèmes
définis
• l’analyse et le filtrage intelligent des contenus collectés
• la validation des informations par croisement de plusieurs sources

15
 • la génération de rapports détaillés incluant des indicateurs de
pertinence, de fiabilité et d’impact
• le stockage et la consultation des résultats via des outils de reporting

Ce périmètre a été volontairement limité afin de garantir la faisabilité du

projet dans le cadre temporel du stage, tout en assurant une couverture
fonctionnelle suffisante pour répondre aux besoins métiers identifiés.

2.5 Périmètre technique et contraintes:

Sur le plan technique, le projet repose sur l’utilisation de la plateforme

d’automatisation n8n comme moteur central d’orchestration des workflows.
L’intégration de services externes se fait principalement via des APIs, tandis
que l’analyse intelligente est assurée par des modèles d’intelligence
artificielle spécialisés.

Certaines contraintes ont été prises en compte lors de la définition du

périmètre technique, notamment :
• les limitations liées aux quotas des APIs utilisées
• les performances et le temps d’exécution des workflows
• la nécessité de garantir la fiabilité et la cohérence des données traitées

La prise en compte de ces contraintes a permis de définir un périmètre

réaliste et cohérent, assurant la réussite du projet tout en respectant les
objectifs pédagogiques du stage en Génie Informatique.

16
 Chapitre 3

Analyse fonctionnelle et description du

processus global

Ce chapitre présente l’analyse fonctionnelle du système

développé en identifiant les principaux acteurs, les besoins fonctionnels

et les interactions entre les différents composants. Il décrit également le

processus global de fonctionnement de la solution, depuis la collecte

des informations jusqu’à la génération des résultats.

17
 Le processus global du workflow repose sur une chaîne de traitement
automatisée et modulaire, conçue pour transformer une information brute
issue de différentes sources en un rapport structuré, fiable et orienté prise de
décision. Chaque étape joue un rôle précis et contribue à garantir la
pertinence et la qualité des résultats fournis à l’utilisateur.

3.1 Choix du thème par l’utilisateur:

Le processus débute par une phase de paramétrage durant laquelle

l’utilisateur définit un ou plusieurs thèmes d’intérêt. Ces thèmes peuvent
être liés à son secteur professionnel, à son domaine d’activité, à un projet
spécifique ou encore à des centres d’intérêt personnels. Cette étape est
essentielle car elle permet de personnaliser entièrement la veille
informationnelle. Les mots-clés et thématiques choisis servent de base à
l’ensemble du workflow et conditionnent la nature des informations
collectées et analysées par la suite. Grâce à ce mécanisme, le système
s’adapte aux besoins spécifiques de chaque utilisateur et évite la diffusion
d’informations génériques ou non pertinentes.

3.2 Collecte des informations:

Une fois les thèmes définis, le workflow lance automatiquement la phase de

collecte des informations à partir de plusieurs sources complémentaires :
 Extraction des articles via une API officielle d’actualités : Le
système interroge des APIs de news reconnues afin de récupérer des
articles récents et structurés. Ces sources officielles offrent un premier
niveau de fiabilité et garantissent l’accès à des informations vérifiées
issues de médias professionnels.

18
  Extraction de tweets et contenus liés au thème choisi depuis Twitter :
En parallèle, le workflow collecte des contenus issus de Twitter afin de
capter les tendances, réactions et signaux faibles en temps réel. Bien que
ces données soient riches et rapides, elles nécessitent un traitement et une
validation approfondis, ce qui justifie leur intégration dans une chaîne
d’analyse avancée.
Cette approche multi-sources permet d’obtenir une vision globale et
diversifiée de l’actualité autour d’un même sujet.

3.3 Analyse par intelligence artificielle:

Les articles et contenus collectés sont ensuite soumis à des modèles

d’intelligence artificielle spécialisés dans l’analyse sémantique et
contextuelle. Chaque élément est évalué individuellement afin de
mesurer :

• sa pertinence par rapport aux thèmes définis par l’utilisateur,son

importance stratégique,et son potentiel impact sur le plan
professionnel, économique ou personnel.

À l’issue de cette analyse, le modèle IA attribue un score d’impact à

chaque article ou contenu. Ce score permet de quantifier objectivement
l’intérêt de l’information et de filtrer automatiquement les contenus jugés
peu significatifs, réduisant ainsi le bruit informationnel.

19
3.4 Validation multi-sources:

Afin de renforcer la crédibilité des résultats, le workflow intègre une étape de

validation multi-sources. Des modèles de recherche spécialisés sont utilisés pour
identifier d’autres sources indépendantes traitant du même sujet ou événement. Cette
phase consiste à comparer plusieurs publications afin de vérifier la cohérence des
informations et de détecter d’éventuelles contradictions ou informations non
confirmées. Cette validation permet de garantir l’exactitude et la fiabilité des contenus
retenus, en particulier pour les informations issues des réseaux sociaux, souvent
sujettes aux rumeurs ou aux biais.

3.5 Génération du rapport final:

La dernière étape du processus consiste à la génération d’un rapport final personnalisé

pour l’utilisateur. Pour chaque article ou contenu analysé, le workflow compile un
ensemble d’informations clés, notamment :

 le titre de l’article ou du contenu

 le nombre de sources concordantes identifiées lors de la validation,

 le score d’impact calculé par le modèle d’intelligence artificielle

 une analyse de l’impact spécifique sur le domaine d’intérêt de l’utilisateur, mettant

en évidence les opportunités, risques ou évolutions potentielles

Le rapport est ensuite présenté sous une forme claire, structurée et facilement

exploitable, permettant à l’utilisateur de comprendre rapidement les enjeux et de

prendre des décisions éclairées.

20
 Chapitre 4

Technologies utilisées

Ce chapitre présente les différentes technologies et outils utilisés

pour la réalisation du projet, en mettant en évidence leur rôle au sein de

la solution développée. Il justifie également les choix technologiques

effectués en fonction des besoins fonctionnels et des contraintes

techniques identifiées.

21
4.1 Plateforme d’automatisation n8n

Dans le cadre de ce projet, la plateforme n8n a été utilisée comme coeur du système
d’automatisation. Ce choix s’explique par sa capacité à permettre la construction de
workflows complexes de manière rapide, flexible et modulaire, sans nécessiter le
développement complet d’une architecture logicielle à partir de zéro. Grâce à son
approche low-code, n8n facilite la conception de chaînes de traitement tout en restant
suffisamment ouverte pour intégrer du code personnalisé lorsque cela est nécessaire.

La plateforme offre une intégration native et efficace avec de nombreuses APIs

externes, notamment les APIs d’actualités (telles que NewsData), les réseaux sociaux
(Twitter via RapidAPI), ainsi que des services cloud comme Google Drive et Google
Sheets. Cette capacité d’intégration permet de centraliser l’ensemble du processus de
collecte, d’analyse, de stockage et de reporting au sein d’un même environnement
technique.

22
 Par ailleurs, n8n permet l’intégration de modèles d’intelligence artificielle au sein des
workflows, ce qui constitue un atout majeur pour l’analyse avancée des données. Les
noeuds dédiés aux modèles LLM, combinés aux noeuds de transformation et de
conditionnement, rendent possible l’analyse sémantique, le scoring automatique et le
filtrage intelligent des informations.

Enfin, n8n assure une traçabilité claire des flux de données grâce à son interface
visuelle, permettant de suivre chaque étape du traitement. Il propose également une
gestion robuste des erreurs, avec des mécanismes de reprise et de contrôle, ainsi
qu’une scalabilité qui garantit l’évolution future du système de veille et d’analyse
stratégique en fonction de l’augmentation du volume de données ou de l’ajout de
nouvelles sources.

4.2 DeepSeek API – Analyse et scoring intelligent

23
 La technologie DeepSeek API a été utilisée pour assurer l’analyse sémantique et
stratégique des contenus collectés (articles et tweets). Ce modèle d’intelligence
artificielle est capable de comprendre le contexte, d’interpréter le sens des textes et
d’en extraire des informations pertinentes en lien avec les centres d’intérêt définis par
l’utilisateur.

Dans le workflow, chaque contenu est soumis à DeepSeek afin d’évaluer sa

pertinence et de calculer un score d’impact. Ce score permet de mesurer l’importance
stratégique de l’information, qu’il s’agisse d’une opportunité business, d’un risque
potentiel, d’une évolution de marché ou d’un simple fait informatif. Cette
quantification facilite le filtrage automatique des données et contribue à réduire
considérablement le bruit informationnel.

L’utilisation de DeepSeek permet également de générer des analyses textuelles

structurées, incluant des éléments de contextualisation et d’interprétation. Ces
analyses sont ensuite exploitées dans les rapports finaux destinés à l’utilisateur. Grâce
à cette technologie, le système ne se limite pas à une simple agrégation
d’informations, mais offre une réelle valeur ajoutée analytique orientée aide à la
décision.

4.3 Perplexity DeepSearch – Recherche et validation approfondie

24
 Afin de renforcer la fiabilité et la richesse des informations fournies, le projet intègre
la technologie Perplexity DeepSearch, spécialisée dans la recherche avancée et
l’exploration multi-sources. Contrairement à une recherche classique, DeepSearch
permet d’identifier, de croiser et de synthétiser des informations provenant de
plusieurs sources fiables sur un même sujet.

Dans le cadre du workflow, Perplexity DeepSearch est utilisé pour effectuer une
recherche approfondie autour d’un événement, d’un article ou d’un tweet jugé
pertinent. Cette étape permet de collecter des articles détaillés, d’identifier les
principales sources médiatiques traitant du sujet et d’extraire des liens et informations
complémentaires.

L’intégration de DeepSearch permet d’obtenir une vision globale et consolidée de

l’information, tout en renforçant sa crédibilité. Elle joue un rôle clé dans la lutte
contre la désinformation, en confirmant les contenus à partir de plusieurs sources
indépendantes. Les résultats fournis par DeepSearch sont ensuite utilisés pour enrichir
les rapports finaux, en apportant une contextualisation plus large et une meilleure
compréhension des enjeux.

25
 Chapitre 5

Description détaillée des workflows

réalisés

Ce chapitre décrit de manière détaillée les différents workflows

développés durant le stage, en précisant leur logique de

fonctionnement et les interactions entre leurs composants. Il met en

évidence le rôle de chaque étape dans l’automatisation du processus et

l’intégration des agents d’intelligence artificielle.

26
5.1 Workflow 1 : News API Local

Le workflow News API Local a pour objectif principal la collecte, l’analyse et la

validation d’articles d’actualité provenant de sources officielles et fiables. Il constitue
la première brique du système de veille automatisée et permet de fournir à l’utilisateur
une analyse pertinente de l’actualité selon des critères bien définis.

1. Webhook – Point d’entrée du workflow

Le webhook représente le point d’entrée du workflow. Il permet à un utilisateur ou à

une application externe de déclencher dynamiquement la récupération des articles
d’actualité.

Rôle :
Il initialise l’exécution du workflow et permet de transmettre des paramètres
personnalisés tels que la langue, le pays ou la catégorie d’actualité.

Attributs :

• path : identifiant unique du webhook (ex. : 3c12b449-6db1-478c-b5dc-

7f26b690e840)

27
Importance :
Ce mécanisme rend le workflow flexible et réutilisable, car il permet de lancer des
requêtes dynamiques sans modifier la structure interne du workflow.

2. Get News Content – HTTP Request

Cette étape consiste à interroger une API officielle d’actualités afin de récupérer les
articles récents.

Rôle :
Lancer une requête HTTP vers l’API [Link] pour collecter des articles structurés.

Attributs :

• url : [Link]
• headers : paramètres de filtrage (country, language, category)
• credentials : authentification via Header Auth

Importance :
L’utilisation d’une API officielle garantit une meilleure fiabilité des informations, ce qui
réduit le besoin de validation externe à ce stade.

3. Keep News – Code Node

Une fois la réponse reçue, celle-ci contient de nombreuses informations non nécessaires.

Rôle :
Nettoyer la réponse JSON et extraire uniquement les articles pertinents contenus dans le
champ results

28
Attributs :

• Script JavaScript personnalisé retournant une liste d’articles exploitables

Importance :
Cette étape standardise les données et prépare le traitement des articles de manière
unitaire et cohérente.

4. Loop Over Items – SplitInBatches

Les articles extraits sont ensuite traités individuellement.

Rôle :
Itérer sur chaque article afin d’appliquer l’analyse IA article par article.

Attributs :
• Batch size par défaut (1)

Importance :
Ce mécanisme est essentiel pour garantir une analyse fine et indépendante de chaque article.

5. Basic LLM Chain – Analyse IA

Chaque article est soumis à un modèle d’intelligence artificielle.

29
 Rôle :
Analyser le contenu de l’article à l’aide d’un prompt spécialisé prenant en
compte le contexte marocain (économie, sécurité, géopolitique).

(Prompt valable à lire dans un fichier txt avec le rapport).

Attributs :
• promptType : defin.
• outputParser : Structured Output Parser

Importance :
Cette étape permet de produire une analyse détaillée et d’attribuer un score
d’impact compris entre 1 et 100.

6. S ructured Output Parser

Rôle :
Transformer la sortie textuelle du modèle IA en un format JSON structuré.

Attributs :
• analysis : texte explicatif
• score : valeur numérique

Importance :
La structuration facilite le filtrage automatique et l’exploitation ultérieure des résultats.

7. f Node – Filtrage par score

Rôle :
Filtrer les articles en fonction de leur score d’impact.

Condition : • score ≥ 30

Importance :
Permet d’éliminer les articles à faible valeur ajoutée et de réduire le bruit informationnel.

8. M ssage a Model – Perplexity Sonar

Rôle :
Rechercher d’autres sources mentionnant le même événement afin de renforcer la fiabilité.
30
 Attributs :
• model: Sonar
• Prompt demandant le nombre et la liste des sources

Importance :
Introduit une validation multi-sources et multiplie les points de vue.

(Prompt valable à lire dans un fichier txt avec le rapport).

9. arse Response – Code Node

Rôle :
Extraire le nombre de sources concordantes et leur liste depuis la réponse du
modèle.

Importance :
Convertit une réponse textuelle en données structurées exploitables.

10. Convert to File

Rôle :
Transformer l’analyse générée par l’IA en fichier texte.

Attributs :
• sourceProperty : [Link]
Importance :
Prépare l’archivage et la consultation ultérieure des analyses.

11. Up oad Analysis – Google Drive

Rôle :
Stocker les fichiers d’analyse dans Google Drive.

Importance :
Garantit un archivage centralisé, sécurisé et accessible.

12. ppend Row – Google Sheets

Rôle :
Ajouter les résultats dans un tableau de suivi (titre, score, sources).

Importance :
Permet un reporting clair et un suivi historique des analyses.
31
 13. Add Analysis Link – Google Sheets Update

Rôle :
Ajouter le lien du fichier d’analyse dans la ligne correspondante.

Importance :
Facilite l’accès direct au rapport détaillé.

5.2 Workflow 2 : Strategic Collector

32
Le workflow Strategic Collector est orienté vers l’analyse stratégique de contenus
issus de Twitter, nécessitant une validation approfondie.

1. Webhook – Déclencheur

Rôle :
Déclencher le workflow en recevant des mots-clés définissant le sujet d’analyse.

Importance :
Personnalise la veille selon l’utilisateur ou le système appelant.

2. Transformation des mots-clés – Code Nodes

Rôle :
Convertir les mots-clés en deux formats :

• keywords simples
• hashtags

Importance :
Élargit la couverture de recherche sur Twitter.

3. Appels API Twitter

Rôle :
Récupérer les tweets correspondant aux keywords et hashtags.

Importance :
Maximise la collecte d’informations pertinentes.

4. Filtrage initial – Code Node

Rôle :
Nettoyer les réponses Twitter et conserver uniquement les
champs utiles.

Importance :
Réduit le bruit et simplifie l’analyse IA.

33
5. Combinaison des résultats

Rôle :
Fusionner les résultats des deux appels API.

Importance :
Créer un corpus unique à analyser.

6. Filtrage par popularité

Critères :
• followers ≥ 1000

• nombre de mots ≥ 300

34
 Importance :
Écarte les tweets peu significatifs.

7. Analyse IA – DeepSeek

Rôle :
Analyser chaque tweet et attribuer un score d’impact stratégique.

Importance :
Mesure l’intérêt réel du tweet pour l’utilisateur.

8. Validation – Perplexity Sonar

Rôle :
Vérifier la présence du contenu dans d’autres sources fiables.

Importance :
Réduit les risques de désinformation.

9. Recherche approfondie – Perplexity DeepSearch

Rôle :
Identifier les articles détaillés liés au tweet.

Importance :
Fournit une vision complète et contextualisée de l’événement.

10. Génération du rapport – DeepSeek

Rôle :
Produire un rapport enrichi incluant analyse stratégique, score et sources.

Importance :
Transforme l’information brute en outil d’aide à la décision.

11. Stockage et reporting

Rôle :
Archivage sur Google Drive et reporting sur Google Sheets.
35
Importance :
Création d’une base historique consultable.

Note méthodologique

L’utilisation de Perplexity Sonar pour les tweets est indispensable car Twitter
ne constitue pas une source fiable à 100 %. Cette validation n’est pas nécessaire
dans le workflow News API Local, car les données proviennent déjà d’une API
officielle.

36
 Chapitre 6

Ameliorations et Perspectives

Ce chapitre présente les pistes d’amélioration envisageables pour

la solution développée, tant sur le plan fonctionnel que technique. Il

expose également les perspectives d’évolution du projet, notamment en

termes de performance, d’extension des fonctionnalités et d’intégration

de nouvelles technologies.

37
 Bien que le système de veille stratégique automatisée développé durant ce
stage réponde efficacement aux objectifs initiaux, plusieurs pistes
d’amélioration et d’évolution peuvent être envisagées afin d’en accroître les
performances, la fiabilité et la valeur ajoutée pour l’utilisateur final.

6.1 Intégration de nouvelles sources de données

Une première amélioration consisterait à élargir les sources d’information

exploitées par le système. L’intégration de plateformes telles que
LinkedIn, Reddit, Medium ou encore des flux RSS spécialisés permettrait
de couvrir davantage de domaines professionnels et techniques. Cette
diversification renforcerait la richesse des analyses et offrirait une vision
plus complète de l’actualité autour d’un thème donné.

6.2 Mise en place d’une interface utilisateur dédiée

Actuellement, l’interaction avec le système se fait principalement via des

webhooks et des outils de reporting (Google Sheets). Le développement
d’une interface web ou mobile dédiée permettrait aux utilisateurs de
configurer leurs thèmes, de consulter les rapports et de visualiser les
résultats de manière plus intuitive. Des tableaux de bord interactifs
faciliteraient l’exploitation des données et amélioreraient l’expérience
utilisateur.

38
6.3 Amélioration du scoring et personnalisation avancée

Le score d’impact attribué par les modèles d’intelligence artificielle

pourrait être affiné en intégrant des paramètres supplémentaires tels que le
profil de l’utilisateur, son secteur d’activité ou ses priorités stratégiques.
Une personnalisation avancée permettrait de rendre les analyses encore
plus pertinentes et adaptées aux besoins spécifiques de chaque utilisateur.

6.4 Optimisation des performances et gestion des volumes de données

Avec l’augmentation du nombre de sources et du volume d’informations

traitées, il serait pertinent d’optimiser les performances du système. Cela
pourrait passer par la mise en place de mécanismes de mise en cache, de
parallélisation des traitements ou encore par une meilleure gestion des
quotas API, afin d’assurer une exécution fluide et scalable des
workflows.

6.5 Automatisation des alertes et notifications

Une amélioration majeure serait l’ajout d’un système d’alertes

automatiques. Par exemple, lorsqu’un article ou un événement dépasse
un certain seuil d’impact ou concerne un sujet critique, l’utilisateur
pourrait être notifié instantanément par email, SMS ou via une
application de messagerie. Cela renforcerait la réactivité du système face
aux événements importants.

39
 Conclusion

Cette conclusion synthétise l’ensemble des travaux réalisés

durant le stage et met en évidence les principaux résultats obtenus. Elle

propose également un retour d’expérience soulignant les apports

techniques, méthodologiques et pédagogiques de ce stage dans le cadre

de la formation en Génie Informatique.

40
Ce stage constitue ma première expérience professionnelle, ce qui lui
confère une valeur particulière dans mon parcours académique et
personnel. Réalisé à distance, il m’a offert l’opportunité de découvrir
concrètement le fonctionnement du monde professionnel et les exigences
liées à la réalisation d’un projet réel, répondant à une problématique
actuelle et pertinente.

Sur le plan organisationnel, cette immersion m’a appris à travailler de

manière autonome, à gérer efficacement mon temps et à respecter des
objectifs et des délais précis. Le travail à distance a renforcé mon sens des
responsabilités et m’a permis de développer une discipline personnelle
essentielle pour maintenir une productivité constante sans encadrement
direct.

D’un point de vue technique, ce stage m’a donné l’occasion de mettre en

pratique, pour la première fois dans un cadre professionnel, les
connaissances acquises durant ma formation en Génie Informatique à
l’ENSA. L’utilisation de la plateforme n8n, l’intégration d’APIs externes
et l’exploitation de modèles d’intelligence artificielle tels que DeepSeek et
Perplexity m’ont permis d’appréhender concrètement les technologies
utilisées dans l’industrie. Cette expérience a approfondi ma
compréhension des architectures orientées workflows, des systèmes
automatisés et du rôle de l’intelligence artificielle dans la prise de
décision.

41
Par ailleurs, ce projet m’a permis de développer des compétences

transversales indispensables pour un futur ingénieur, telles que l’analyse,

la résolution de problèmes, la communication technique et l’adaptabilité

face à de nouvelles technologies. En tant que première expérience

professionnelle, il a également renforcé ma confiance en moi et ma

motivation à évoluer dans le domaine de l’ingénierie informatique.

En résumé, ce stage a été une expérience extrêmement enrichissante et

formatrice, en parfaite cohérence avec les objectifs pédagogiques de ma

formation. Il a constitué une étape clé de mon parcours, en établissant un

premier lien concret entre le monde académique et professionnel, tout en

confirmant mon intérêt pour l’automatisation, l’intelligence artificielle et

la veille stratégique.

42