Ce document présente le moteur avancé de raisonnement et de transformation pour la synthèse d'insights en plusieurs étapes dans l'analyse de données (ARTEMIS-DA), un cadre novateur conçu pour améliorer les grands modèles linguistiques (LLMs) afin de résoudre des tâches d'analyse de données complexes et en plusieurs étapes. ARTEMIS-DA intègre trois composants principaux : le Planificateur, qui décompose les requêtes complexes des utilisateurs en instructions structurées et séquentielles englobant le prétraitement des données, la transformation, la modélisation prédictive et la visualisation ; le Codeur, qui génère et exécute dynamiquement du code Python pour mettre en œuvre ces instructions ; et le Graphiqueur, qui interprète les visualisations générées pour en tirer des insights opérationnels. En orchestrant la collaboration entre ces composants, ARTEMIS-DA gère efficacement des flux de travail analytiques sophistiqués impliquant un raisonnement avancé, des transformations en plusieurs étapes et une synthèse à travers diverses modalités de données. Le cadre atteint des performances de pointe (SOTA) sur des benchmarks tels que WikiTableQuestions et TabFact, démontrant sa capacité à aborder des tâches analytiques complexes avec précision et adaptabilité. En combinant les capacités de raisonnement des LLMs avec la génération automatisée et l'exécution de code ainsi que l'analyse visuelle, ARTEMIS-DA offre une solution robuste et évolutrice pour la synthèse d'insights en plusieurs étapes, répondant à une large gamme de défis dans l'analyse de données.