C4 : Gérer des données de l’information

Développement d’une application de météo

La figure 3 illustre l’architecture de mon application de météo organisée en deux flux distincts pour gérer des données différentes (JSON météorologique et texte d’IA par flux de donnée) avec une stratégie de sécurité différenciée. Le premier flux traite les données météorologiques via un appel direct du frontend vers OpenWeatherMap, suivi d’un traitement algorithmique sophistiqué incluant un filtrage temporel et un scoring pondéré où les conditions défavorables ont un impact supérieur aux favorables. Le second flux sécurise les recommandations IA en transitant par un backend protégé qui utilise une clé privée Mistral AI et implémente un anti-spam (rate limiting).

Savoir mobilisé
Pour assurer la confidentialité et la sécurité des données, j’ai mobilisé des connaissances en architecture de sécurité API, comprenant la distinction entre clés publiques et privées selon leur nature et leur exposition. J’ai appliqué le principe de moindre privilège en plaçant stratégiquement les clés API : la clé OpenWeatherMap côté client (conçue pour un usage public) et la clé Mistral AI côté serveur pour protéger l’accès et contrôler l’usage.

J’ai développé des compétences en traitement et normalisation de données provenant de sources multiples (API météo fournissant des données structurées JSON, API IA générant du texte non-structuré). J’ai conçu un algorithme de scoring personnalisé pour transformer les données météorologiques brutes en informations pertinentes, appliquant une pondération temporelle (centré sur 6h-21h) et météorologique (poids supérieur pour la pluie) pour obtenir une représentation fidèle de la météo quotidienne. Pour l’organisation et la visualisation des données, j’ai structuré l’information en couches logiques : collecte des données toutes les 3h sur 7 jours, agrégation intelligente par jour, calcul de moyennes pondérées, et présentation visuelle intuitive avec des images couplée aux recommandations contextuelles de l’IA.

Savoir-faire mis en œuvre
J’ai développé une Single Page Application (SPA) avec une architecture frontend/backend séparée, implémentant une stratégie de sécurité différenciée selon la nature des APIs utilisées.

Côté sécurité, j’ai mis en place un système de rate limiting sur le backend pour contrôler les appels à l’API Mistral AI, évitant le spam et protégeant ma clé privée, tout en optimisant les coûts d’utilisation.

J’ai créé un algorithme de traitement de données sophistiqué qui collecte les prévisions météo par tranches de 3h (8 points de données par jour), puis applique un filtrage temporel pour ne considérer que les heures significatives (6h-21h), et enfin calcule des scores pondérés où les conditions défavorables (pluie) ont un impact plus important que les conditions favorables (soleil) pour une représentation réaliste.

J’ai développé des transformateurs de données convertissant les réponses JSON structurées d’OpenWeatherMap en objets métier, puis intégrant les recommandations textuelles de Mistral AI dans l’interface utilisateur. L’organisation de la restitution se fait via une visualisation claire des données météo moyennées couplée à des suggestions d’activités contextuelles, démontrant ma capacité à créer une expérience utilisateur cohérente à partir de sources de données disparates tout en maintenant la sécurité et l’intégrité du système.