Qdrant

Qdrant est une base vectorielle conçue pour la recherche sémantique : retrouver rapidement les passages pertinents d’un corpus via des embeddings. Elle est centrale dans une architecture RAG, où la qualité du retrieval conditionne directement la qualité des réponses. Les sujets clés sont la modélisation du chunking, les métadonnées, le filtrage, la latence et la stratégie de mise à jour de l’index.

Chez Josh, nous l’utilisons quand on veut une base vectorielle robuste et maîtrisable, notamment dans des architectures où l’exploitation et la gouvernance sont importantes. Nous concevons le pipeline d’ingestion (découpage, métadonnées, versioning), puis nous réglons la recherche (top-k, filtres, reranking) et la supervision. L’objectif est une recherche fiable, rapide et maintenable, qui améliore réellement la précision des assistants IA.