Produit Personnel

Vocabulary Builder (Produit Personnel)

Une application cross-platform d'apprentissage du vocabulaire déployée sur web et Android, construite avec TypeScript, Expo et Domain Driven Design. Fonctionnalités : révisions par répétition espacée (SM-2), narration podcast mains-libres, suivi bilingue (EN/FR) avec définitions et phrases de contexte, et sauvegarde offline-first avec synchronisation ZIP, sans aucune dépendance cloud.

Période
janv. 2026 – juil. 2026
Stack
React Native, Expo

GitHub

Visuel promotionnel Vocabulary Builder
Ajouter des mots avec contexte

Ajouter des mots avec contexte

  • Présente le workflow principal pour ajouter du vocabulaire avec définitions et exemples.
  • Supporte le suivi bilingue EN/FR depuis une même expérience mobile.
  • Stocke les mots localement via le modèle domaine et la couche repository partagée.
Mot du jour

Mot du jour

  • Met en avant un prompt quotidien pour rendre chaque retour dans l'app immédiatement utile.
  • Affiche définitions, traductions et contexte dans une vue mobile compacte.
  • Renforce l'habitude d'étude sans imposer une session complète de révision.
Réviser ses mots

Réviser ses mots

  • Le planning SM-2 priorise les mots dus au lieu d'une simple file de flashcards.
  • Le flux de révision suit la qualité de rappel et met à jour automatiquement la prochaine date.
  • Conçu pour soutenir la rétention quotidienne avec peu d'organisation manuelle.
Mode écoute

Mode écoute

  • La narration podcast permet de réviser en marchant, en transport ou au repos.
  • Lit les mots sauvegardés avec définitions et contexte, sans dépendre du temps d'écran.
  • Réutilise les mêmes données de vocabulaire que le flux de révision visuel.
Statistiques d'apprentissage

Statistiques d'apprentissage

  • Les vues de progression résument l'activité de révision, les séries et la croissance du vocabulaire.
  • Donne un retour clair sur la régularité et la rétention dans le temps.
  • Garde les analytics personnelles en local avec le reste des données offline-first.
Organisation par source

Organisation par source

  • Les mots peuvent être groupés par source pour se rappeler d'où vient le vocabulaire.
  • Supporte livres, articles, vidéos, cours ou tout contexte d'apprentissage personnalisé.
  • Les métadonnées de source font partie du modèle domaine au lieu d'un simple tag UI.
Sauvegarde offline-first et préférences

Sauvegarde offline-first et préférences

  • Les workflows de sauvegarde et restauration utilisent une synchronisation ZIP sans dépendance cloud.
  • Les préférences de langue et d'application sont accessibles depuis un écran de paramètres ciblé.
  • Les implémentations stockage natif et web restent interchangeables derrière les interfaces partagées.
Choisir sa langue

Choisir sa langue

  • L'onboarding prend en charge l'anglais et le français dès le départ.
  • Le choix de langue se connecte au workflow bilingue de vocabulaire.
  • Garde la première expérience cohérente avec le périmètre bilingue du produit.

Notes d'implémentation

  • Conçu et livré ce produit personnel pour résoudre mon propre workflow d'apprentissage du vocabulaire, de l'idée à la production sur Web et Android en solo.
  • Déployé sur Web et Android depuis un seul codebase TypeScript en appliquant DDD et clean architecture, interchangeant SQLite (natif) et IndexedDB (web) derrière une interface de repository partagée.
  • Implémenté l'algorithme de répétition espacée SM-2 planifiant les révisions quotidiennes et un mode narration podcast pour la révision passive mains-libres, maximisant la rétention dans de multiples contextes d'apprentissage.
  • Conçu un système de sauvegarde offline-first avec compression ZIP, synchronisation push/pull incrémentale et bundling d'images, éliminant toute dépendance cloud et les coûts serveur.

Projets Phares

  • Open Source

    Émulateur Web du Processeur 8086

    Émulateur et assembleur Intel 8086 open-source pour le navigateur (Vanilla JS), réalisé comme projet pluridisciplinaire de 2ᵉ année à l'université en équipe de 6, avec simulation du jeu d'instructions et débogage interactif.

    • JavaScript
    • HTML
    • CSS
  • Projet de Thèse

    IMRaD Analyzer : Microservices Distribués pour la Classification de Textes Scientifiques

    Une plateforme de 8 microservices exploitant BERT et Gemini Pro pour classifier des articles scientifiques, avec un dataset personnalisé de 169k phrases atteignant un F1-score de 98,21%.

    • Next.js
    • FastAPI
    • BERT
    • Gemini Pro
    • TF Serving

Travaillons ensemble

Je suis actuellement ouvert à de nouveaux postes, en télétravail ou à l'international. Si vous construisez quelque chose d'ambitieux, j'adorerais en entendre parler.

Me ContacterLinkedIn