Projet M1 MIAGE Apprentissage · exemple, équipe fictive

PremièreImpression

Tout ce qui aide un étudiant ou un apprenti à faire bonne impression en entretien : comprendre l'annonce, trouver la bonne tenue, se préparer, arriver à l'heure.

Le projet

La préparation d'un entretien est éclatée entre les sites d'emploi, l'agenda, les révisions et les applications de transport, et beaucoup d'étudiants n'ont pas de tenue adaptée. PremièreImpression réunit tout autour d'un objet central, la candidature et son entretien, et calcule des décisions plutôt que de stocker des données : quelles compétences l'annonce attend, quels vêtements prêtés par d'autres étudiants vont réellement, quoi réviser, à quelle heure partir.

Fonctionnalités

v0.1.0 · livrée

Analyse d'annonce

Extrait les compétences attendues par une annonce, calcule la correspondance avec le profil et liste les compétences à travailler.

TF-IDF, similarité cosinus

Alice O'Péhidémerveille

v0.1.0 · livrée

Ajustement morphologique

Propose les vêtements prêtés qui vont réellement, d'après les mensurations et non la taille de l'étiquette.

Distance pondérée asymétrique, top-k par tas

Bob Léponje

v0.1.1 · livrée (rattrapage de v0.1.0)

Planning de révision

Planifie les révisions jusqu'à la veille de l'entretien, dans le temps disponible chaque jour, selon une stratégie choisie.

File de priorité (CTA, MKW), coupure au plus long préfixe

Charles McGill

v0.1.0 · non livrée dans cet exemple

Heure de départ

Calcule l'heure à laquelle partir en transports en commun pour arriver à l'heure.

Connection Scan Algorithm

David Copperfield

Architecture

Front web (HTML, JavaScript natif) → API REST (Spring Boot 4) → back Java 21 en architecture hexagonale, un module par domaine (candidature, tenue) → PostgreSQL, schéma versionné par Flyway. Plus de 200 tests (unitaires, propriétés, intégration, architecture) et une release automatique à chaque tag.

Équipe

Équipe fictive : ce projet est un exemple réalisé par l'enseignant avec une IA.

Part IA / part humaine

Synthèse de toutes les livraisons, par compétence : la part humaine du haut niveau face au plancher que l'équipe se fixe, et la part de l'IA générative du bas niveau face au plafond qu'elle s'autorise. Le détail par feature et la lecture de ce graphe sont dans le dossier.

Graphe en araignée : part humaine du haut niveau et part de l'IA du bas niveau, par compétence