Plateforme suivi Covid-19
Mise en place d'un ETL et outils de visualisation pour analyser les données COVID-19 et SARS, avec développement d'une IA prédictive utilisant Random Forest pour anticiper l'évolution des pandémies. Projet réalisé en équipe de 5 développeurs.
184k+
Données COVID/SARS traitées
16+
Features d'analyse IA
3
APIs développées
Plateforme d'Analyse Pandémique pour Covid
Équipe : Mika LY - Jused ADINSI - Alexia NICOLEAU - Martin KHYARI - Thibaut MOSTEAU
Solution complète ETL + IA pour la détection et prévention des pandémies
Stack Technologique - Projet MSPR
Technologies utilisées par l'équipe de 5 développeurs Full Stack
IA & Data Science
Python
Backend IA + CovidForecaster
Scikit-learn
Random Forest + ML Pipeline
Flask
API prédiction temps réel
Pandas
Preprocessing 184k+ données
NumPy
Calculs numériques optimisés
Backend API
Spring Boot
API REST + services métier
Interface Utilisateur
Vue 3
Dashboard interactif + WCAG
Base de Données
MariaDB
Stockage données COVID/SARS
DevOps & CI/CD
GitLab CI/CD
Pipeline automatisé
Docker
Containerisation services
Outils Projet
Swagger
Documentation API
Trello
Gestion projet Agile
Architecture Globale
Backend IA
Python Flask + Scikit-learn
Random Forest + API prédiction
Repo: backend_ia
Backend API
Java Spring Boot + JPA
ETL + Services REST + Swagger
Repo: backend_spring_boot
Frontend
Vue 3 + PrimeVue + Chart.js
Dashboard + Accessibilité WCAG
Repo: frontend
📊 Statistiques du Projet
Projet Académique EPSI Nantes
Ce projet a été réalisé dans le cadre des MSPR (Mise en Situation Professionnelle Réelle) 6.1 à 6.4 du Bachelor Développeur Full Stack à l'EPSI de Nantes. Il démontre la maîtrise de technologies modernes pour créer une solution complète d'analyse prédictive, de la collecte de données jusqu'au déploiement d'une application accessible et robuste.
Session 2024-2025 • Projet réalisé en équipe