Traduit de l’original anglais. Les chiffres et les sources sont inchangés. Lire l’original en anglais
Instituto PROA
L’Instituto PROA ramène la préparation d’un rapport d’entretien de 30 à 5 minutes avec Llama 3.1
L’Instituto PROA, une association brésilienne qui prépare des jeunes à l’emploi, utilise Llama 3.1, le modèle à poids ouverts de Meta, sur Oracle Cloud pour rédiger en portugais des rapports sur les employeurs et les postes. Selon Meta, chaque rapport demande désormais environ cinq minutes de travail du personnel au lieu de 30.
Chiffres clés
Repris tels quels des sources. Copiez n’importe quel chiffre avec sa citation.
30
minutes en moyenne
Temps de travail du personnel par rapport de préparation d’entretien, avant l’assistant1
cinq minutes
Temps de travail du personnel par rapport, avec l’assistant1
35 000
Élèves inscrits par an1
Ce que cela a demandé
Le coût, la taille de l’équipe et le calendrier ne sont pas communiqués dans les sources.
Le problème
L’Instituto PROA aide des jeunes issus de familles à faibles revenus au Brésil à trouver du travail. Avant chaque entretien, un candidat a besoin d’informations sur l’employeur et le poste. Le personnel préparait autrefois ces dossiers à la main, en parcourant plusieurs sites web et en compilant un document. Cela prenait environ 30 minutes par rapport.
Ce qu’ils ont construit
PROA a conçu un assistant qui dialogue en portugais avec les élèves. L’élève saisit le nom d’une entreprise et reçoit un rapport PDF structuré pour préparer son entretien. Le texte est rédigé par Llama 3.1, un modèle à poids ouverts de Meta, c’est-à-dire dont les fichiers sont publiés et peuvent être exécutés par n’importe quelle entreprise. Les outils tournent sur Oracle Cloud Infrastructure, où PROA héberge ses autres solutions.
Comment ils s’y sont pris
Le système fonctionne en trois étapes. Il envoie le nom de l’entreprise à un service de recherche et collecte les résultats web. Il les stocke dans une base de connaissances, qui sert de couche de consultation à un dispositif de génération augmentée par récupération (RAG), où un modèle répond à partir de documents récupérés. Llama 3.1 rédige ensuite le rapport à partir de ce matériau, et le système le convertit en PDF. Le directeur exécutif de PROA explique avoir choisi Llama 3.1 surtout pour sa facilité d’intégration à son environnement Oracle. PROA étudie des rapports plus riches avec les modèles de vision Llama 3.2.
Résultats
L’article indique que la préparation d’un rapport est passée d’une moyenne de 30 minutes à cinq minutes. Il affirme aussi que l’assistant a porté la croissance du programme à 60 fois son niveau, avec 35 000 élèves inscrits par an, et que le personnel consacre désormais plus de temps à l’accompagnement individuel. Il s’agit du récit de Meta sur les résultats de PROA. Aucune source indépendante ne les confirme.
Enseignements pour votre projet
Automatisez la recherche, gardez les personnes pour l’accompagnement. PROA a libéré son personnel de la compilation des rapports pour qu’il offre un soutien individuel aux élèves.
Choisissez le modèle qui s’intègre à votre cloud existant. PROA a retenu Llama 3.1 surtout parce qu’il s’intégrait à son environnement Oracle, où tournaient déjà tous ses outils.
Appuyez les réponses sur des résultats de recherche récents. L’assistant récupère des informations web à jour sur un employeur avant d’écrire, au lieu de se fier à ce que le modèle sait déjà.
Vérifiez ce qui explique la croissance. La croissance d’un programme a de nombreuses causes : mesurez séparément le temps gagné par rapport.
Réserves
- La seule source est un article publié par Meta, qui fournit le modèle et a intérêt à présenter de bons résultats. Les chiffres viennent de l’Instituto PROA par l’intermédiaire de cet article.
- La croissance de 60 fois et les 35 000 élèves sont des chiffres à l’échelle du programme. L’article les attribue à l’assistant, mais n’indique ni année ni période de référence, et d’autres facteurs peuvent y contribuer.
- L’article ne donne pas de date de mise en service. La date de déploiement affichée est celle de l’article. Il ne rapporte ni coût, ni taille d’équipe, ni calendrier.
- L’article ne dit pas comment la qualité des rapports a été vérifiée.
Sources
- How Llama and Oracle are helping Instituto PROA kickstart careers for students in Brazil
Meta AI Blog · 2025-08-27 · Étude de cas de l’éditeur · ai.meta.com
Résumé dans nos propres mots à partir des sources ci-dessus. Une erreur ? Consultez les corrections.