Mouv’Air
Trouver le bon créneau pour courir, pédaler ou marcher en croisant météo et qualité de l’air sur les prochaines 24 heures.
- React
- TypeScript strict
- Vite
- CSS
- FastAPI / Python
- Redis
- Vitest
- Testing Library
Dépôt privé. Me contacter pour échanger sur le code.
Voir l’étude de cas de Mouv’Air
- Le besoin
- Pour préparer une sortie, il faut rapprocher les prévisions météo et la qualité de l’air, puis interpréter des données qui varient selon l’heure et l’activité.
- Mon rôle
- Concevoir et développer le parcours complet : chercher une ville, choisir une activité et comparer 24 créneaux horaires avec une recommandation compréhensible.
- La réalisation
- Construire une interface React reliée à une API FastAPI qui agrège les données Open-Meteo.
- Aligner les contrats TypeScript sur les scores météo, air et globaux ; traiter les données absentes, les fuseaux horaires et les échecs d’actualisation.
- Rendre le graphique horaire et les détails interactifs, puis tester les parcours de recherche, de sélection et de réessai avec Vitest et Testing Library.
- Le résultat
- Une application accessible en ligne, avec quatre activités, 24 créneaux comparables et des états explicites quand les données sont incomplètes ou anciennes.
Mon utilisation de l’IA
- Architecture & cadrage
Je pilote l’IA à partir du besoin produit : responsabilités du front et de l’API, règles de score et contrats de données.
- Prompts techniques & itérations
Je découpe le travail en demandes ciblées, avec contexte, contraintes et critères de validation, pour avancer fonctionnalité par fonctionnalité.
- Typage & refactoring
J’utilise l’IA pour faire évoluer les types et simplifier le code, puis je vérifie les différences, les cas limites et les parcours par les tests et la compilation.
Une semaine de développement Du premier commit à la v0.4.0 : interface, API, tests et préparation du déploiement.
→
