Projet Personnel

TechEco DZ

Plateforme de données publique bilingue (FR/EN) recensant 1 556 employeurs tech vérifiés dans les trois principaux pôles tech d'Algérie (Alger, Béjaïa, Oran). Score de potentiel d'embauche calibré en deux étapes avec preuves, taxonomie OWL auto-évolutive, couche communautaire optionnelle via Clerk, et plus de 4 400 pages statiques sans aucun lien mort.

Rôle Développeur solo

Période juil. 2026 – juil. 2026

Stack

AstroReactPythonLangChainOwlready2LeafletClerk

En ligne Source

Une carte, deux signaux en direct

Carte Leaflet interactive dont les marqueurs se colorent selon la métrique active, popularité ou potentiel d'embauche tech.
Légende et couleurs des marqueurs changent en direct, sans rechargement, sur 1 556 entreprises réparties dans 3 villes.
Filtrable par secteur, sous-secteur et distance depuis n'importe quel point.

Plafonné, pas simplement affirmé

Un agent LangChain évalue 16 spécialités tech contrôlées par entreprise lors d'une première passe LLM.
Une étape de calibration indépendante revérifie chaque score par rapport aux preuves stockées et plafonne les affirmations non étayées à 49/100.
Un signal communautaire borné alimente désormais aussi la calibration, mais seulement après qu'une passe LLM distincte confirme que le commentaire du membre corrobore bien le rôle qu'il a coché.

Chaque formule, en toute transparence

Une page méthodologique publique affiche l'équation exacte derrière chacune des 16 métriques versionnées, rendue en KaTeX.
Les plafonds de score par niveau de preuve (49/59/74/100/100) sont présentés sous forme de tableaux typographiés réels, pas de prose.
Rien dans le scoring n'est une boîte noire, chaque chiffre renvoie à la formule qui l'a produit.

N'importe quelle ville, face à face

3 pages de comparaison ville-contre-ville canoniques (Alger, Béjaïa, Oran), une par paire unique.
Lignes de comparaison chiffrée (entreprises vérifiées, lieux économiques, signal d'embauche, présence numérique) entièrement calculées à partir de données déjà produites par le pipeline.
Aucune nouvelle collecte de données nécessaire, pure surface SEO dérivée.

Des tags organisés comme l'ontologie

Refonte d'une liste de tags plate en une hiérarchie à 3 niveaux, 4 catégories → sous-groupes → 23 tags.
Ré-étiquetage de l'ensemble des 1 556 entreprises selon la nouvelle taxonomie avec un contexte LLM enrichi.
Refonte de l'interface de navigation par tags, par ville, pour refléter la véritable ontologie plutôt qu'un simple tri par nombre.

Construit pour durer, pas pour être rafistolé

Sortie Astro 7 entièrement statique, plus de 4 400 pages bilingues, 0 lien interne mort, validé à chaque build.
Chaque page est publiée en anglais et en français avec des URLs canoniques liées par hreflang.
Aucune dépendance à une base de données à l'exécution, le frontend ne lit qu'un unique instantané JSON généré.

Rien n'est publié sans preuve

Chaque entreprise traverse le même pipeline en six étapes avant qu'un score ne soit public, découverte, vérification, collecte de preuves, évaluation (LLM), calibration, publication.
Une ontologie OWL auto-évolutive (Owlready2) permet au LLM de proposer de nouveaux sous-secteurs, persistés comme de vraies sous-classes, passée de quelques graines de départ à 97 sous-secteurs sous 14 secteurs fixes.
Une affirmation n'atteint la publication que si l'étape de calibration peut encore la soutenir.

Un site statique, chaque ville, les deux langues

Sortie statique Astro 7 routée par ville et par langue, chaque combinaison ayant sa propre URL canonique.
Des îlots React uniquement là où une réelle interaction est nécessaire, la carte et l'assistant de recherche d'emploi.
Une couche optionnelle authentifiée via Clerk (votes, liste de souhaits, suivi des candidatures, page personnalisée « Pour vous ») s'ajoute par-dessus, servie par un service Cloudflare Workers + D1 séparé qui ne fait que refléter les données vers le jeu de données en lecture seule.