🛠 Projets pratiques

Charge un fichier CSV de notes d'étudiants, calcule les statistiques (moyenne, médiane, écart-type), identifie les élèves en difficulté et produit un rapport visuel.

🎯 Apprendre à manipuler des données tabulaires, calculer des statistiques et créer une visualisation utile.

Entraîne un modèle de régression linéaire pour prédire le prix d'une maison à partir de sa superficie. Visualise la droite de régression et évalue l'erreur.

🎯 Comprendre le concept fondamental de régression linéaire, d'entraînement d'un modèle et d'évaluation.

Construis un classificateur qui détecte si un email est spam ou non à partir de son texte. Utilise le dataset SMS Spam Collection de UCI.

🎯 Introduire le NLP basique (bag of words, TF-IDF) et la classification de texte.

Télécharge les données publiques COVID-19 et crée un tableau de bord de visualisations : évolution des cas, comparaison entre pays, courbes de tendance.

🎯 Maîtriser les visualisations avec des données réelles imparfaites (valeurs manquantes, formats variés).

Utilise le célèbre dataset Iris pour découvrir le clustering non-supervisé avec K-Means. Visualise les clusters et comprends la différence entre apprentissage supervisé et non-supervisé.

🎯 Introduire le clustering et l'apprentissage non-supervisé. Comprendre PCA pour visualiser en 2D.

Crée un outil en ligne de commande qui analyse n'importe quel fichier texte : nombre de mots, mots les plus fréquents, longueur moyenne des phrases.

🎯 Apprendre à créer de vrais outils Python réutilisables avec argparse, manipulation de fichiers et collections.

Prédit quels clients vont annuler leur abonnement (churn). Pipeline complet : EDA, feature engineering, modèle XGBoost, interprétabilité avec SHAP, recommandations business.

🎯 Mener un projet ML de bout en bout avec un dataset réel déséquilibré et présenter des insights actionnables.

Construis un moteur de recommandation basé sur les notes utilisateurs (collaborative filtering) et sur le contenu (content-based). Compare les deux approches.

🎯 Comprendre les algorithmes de recommandation — la base de Netflix, Spotify, YouTube.

Fine-tune un modèle BERT pour l'analyse de sentiment sur des avis de produits, puis déploie-le comme API REST avec FastAPI et Dockerise le tout.

🎯 Utiliser les Transformers pré-entraînés, créer une API ML et la containeriser — compétences directement employables.

Crée une application web interactive avec Streamlit qui permet d'explorer un dataset, d'entraîner différents modèles ML et de comparer leurs performances en temps réel.

🎯 Créer des interfaces pour tes modèles ML — compétence essentielle pour montrer ton travail.

Détecte automatiquement les anomalies dans des données de séries temporelles (transactions financières, métriques serveur ou données IoT). Compare plusieurs approches.

🎯 Maîtriser l'analyse de séries temporelles et les algorithmes de détection d'anomalies.

Construis un système RAG (Retrieval-Augmented Generation) complet : ingestion de PDF/docs, embeddings vectoriels, retrieval sémantique, génération de réponses avec un LLM. Déploie en API REST.

🎯 Maîtriser l'architecture RAG de bout en bout — la technologie derrière la majorité des chatbots d'entreprise.

Construis un pipeline ML production-ready complet : versioning données/modèles, experiment tracking, API de serving, CI/CD automatique, monitoring du drift.

🎯 Démontrer une maîtrise complète du cycle de vie ML en production — exactement ce qu'un ML Engineer fait au quotidien.

Construis un agent AI capable d'utiliser des outils (recherche web, calculatrice, base de données, API externes), de mémoriser les conversations et de planifier des tâches multi-étapes.

🎯 Comprendre et implémenter les architectures d'agents LLM : ReAct, Chain-of-Thought, tool use, mémoire persistante.

Choisis un problème de vision réel (détection de défauts industriels, classification de plantes, comptage d'objets, OCR) et construis un système complet : dataset, training, optimisation, déploiement.

🎯 Mener un projet Computer Vision de la collecte de données au déploiement — du dataset au produit utilisable.

Construis ton portfolio personnel de A à Z en HTML/CSS pur. Sections : présentation, compétences, projets, contact. Doit être responsive mobile.

🎯 Maîtriser les bases HTML/CSS, Flexbox et Grid pour construire une vraie page web sans framework.

Construis une application de gestion de tâches en JavaScript pur : ajouter, compléter, supprimer, filtrer les tâches. Les données persistent dans localStorage.

🎯 Maîtriser la manipulation du DOM, les événements JS et la persistance locale — les fondations du JavaScript côté client.

Crée une app météo qui récupère les données en temps réel via l'API Open-Meteo (gratuite, sans clé). Affiche température, humidité, vent et icône météo selon la ville cherchée.

🎯 Apprendre à consommer une API REST avec fetch/async-await et afficher des données JSON dynamiquement.

Construis un quiz interactif avec React : questions à choix multiples, timer par question, score final, possibilité de recommencer. Découverte des fondations React.

🎯 Comprendre les composants React, useState, les props et le rendu conditionnel — les 4 piliers de React.

Construis un blog complet avec authentification, CRUD des articles (Markdown), commentaires, et panneau d'administration. Stack : Next.js App Router + Supabase + TypeScript.

🎯 Maîtriser le full stack moderne : Server Components, Route Handlers, Auth avec Supabase, et Postgres en production.

Construis un gestionnaire de tâches style Kanban avec drag & drop entre colonnes, édition en ligne, et persistance locale. Implémente les optimizations de performance React.

🎯 Maîtriser le state management complexe, le drag & drop, et les patterns React avancés (memo, useCallback).

Construis une API REST complète pour une app de gestion de bibliothèque : CRUD livres/auteurs, authentification JWT, validation Zod, tests d'intégration avec Jest.

🎯 Maîtriser le développement backend Node.js typé : architecture, validation, auth JWT, base de données, tests.

Construis un micro-SaaS complet : authentification, plan gratuit vs premium, paiement Stripe, dashboard utilisateur, et webhooks pour synchroniser les abonnements.

🎯 Comprendre l'architecture complète d'un SaaS : auth, paiement, webhooks, et gestion des rôles — compétences directement employables.

Construis un mini réseau social avec posts, likes, commentaires, notifications en temps réel via WebSockets, feed personnalisé, et upload d'images sur Supabase Storage.

🎯 Maîtriser l'architecture temps réel, la gestion de l'état serveur complexe et les optimisations de performance web.

Implémente un langage de programmation minimaliste : lexer, parser, AST, et interpréteur. Supporte variables, fonctions, boucles, et closures. Avec playground web interactif.

🎯 Comprendre en profondeur comment fonctionnent les langages de programmation — le projet le plus formateur en informatique fondamentale.

Planifie de A à Z un événement fictif (conférence de 200 personnes, hackathon, formation). Produis tous les livrables de planification : charte, WBS, Gantt, budget, risques.

🎯 Maîtriser les livrables fondamentaux de la planification de projet selon le PMBOK 7 et l'ECO 2026.

Pour un projet fictif de transformation digitale d'une PME, identifie toutes les parties prenantes, analyse leur influence et crée un plan d'engagement personnalisé pour chacune.

🎯 Maîtriser le processus d'identification et gestion des parties prenantes — l'un des domaines les plus importants du PMP ECO 2026 (People 33%).

Analyse un projet fictif en difficulté (retards, dépassement budget, conflits d'équipe) et produis un plan de redressement complet avec calculs EVM et recommandations.

🎯 Apprendre à diagnostiquer un projet défaillant, calculer les indicateurs EVM et prendre des décisions en situation de crise.

Simule la gestion complète d'un projet hybride (phases prédictives + sprints agiles) sur 3 mois : backlog produit, sprint planning, rétrospectives, et reporting EVM adapté à l'agile.

🎯 Maîtriser l'approche hybride prédictive/agile — la réalité de la plupart des entreprises et un pilier de l'ECO PMP 2026.

Pour un projet de construction d'un entrepôt logistique (budget 2M€, 8 mois), réalise une analyse des risques complète : qualitative, quantitative (simulation Monte Carlo), et plan de réponse.

🎯 Maîtriser le processus complet de gestion des risques PMBOK — de l'identification à la réponse, en passant par les analyses qualitative et quantitative.

Sur la base d'un projet fictif terminé (système ERP déployé), rédige le dossier de clôture complet : bilan, rapport final, leçons apprises, et plan de transition vers l'exploitation.

🎯 Maîtriser le groupe de processus de clôture PMBOK — souvent négligé mais critique pour la capitalisation et les futurs projets.

Gère un projet fictif de transformation digitale d'une entreprise de 500 employés de l'initiation à la clôture. Produis tous les livrables PMBOK 7 pour les 5 groupes de processus.

🎯 Démontrer une maîtrise complète du management de projet — ce projet constitue un portfolio professionnel pour le jour de l'examen ou un entretien.

Crée toi-même 200 questions situationnelles style PMP sur les 3 domaines ECO 2026 (People 33%, Process 41%, Business 26%), avec les explications des 4 options pour chaque question.

🎯 Créer des questions oblige à comprendre en profondeur — c'est la méthode d'apprentissage la plus efficace pour l'examen PMP. Le résultat est ton propre simulateur d'examen.