La sélection précise de profils pour répondre aux besoins spécifiques des clients est un défi majeur pour les sociétés de conseil. Cet article présente TalanSeeker, un système innovant basé sur l'architecture RAG (Retrieval Augmented Generation), conçu pour optimiser ce processus. L'architecture RAG combine la génération de langage naturel avec la récupération d'informations pertinentes, permettant une correspondance plus fine entre les compétences des consultants et les exigences des clients. Nous explorons l'efficacité de TalanSeeker dans le contexte de Talan, en évaluant sa capacité à améliorer la pertinence des profils sélectionnés et à réduire le temps de réponse. Les résultats préliminaires suggèrent que l'utilisation de l'architecture RAG peut significativement améliorer les processus de sélection de profils en conseil, même si certains problèmes subsistent.