OakLabs est une application mobile d'encyclopédie sur l'univers des Pokémons : un Pokédex. La fonctionnalité principale est la reconnaissance et la classification de Pokémons via l'appareil photo grâce à de l'intelligence artificielle. OakLabs permet aussi d'avoir la liste de tous les Pokémons et de leurs caractéristiques, ainsi que la gestion de badges pour les joueurs, et des options : choix de la langue et du thème.
Ce projet conséquent, réalisé à 5 en méthode agile scrum, s'inscrit dans le cadre de ma dernière année de formation à l'ENSSAT, dans le module de génie logiciel. De mon côté, mes tâches ont été la charte graphique de l'application, l'ensemble des parcours utilisateurs et des maquettes (thèmes clair et sombre), ainsi que le développement front-end de certaines pages (par exemple la modale de détection d'un Pokémon, la liste du Pokédex et la page d'un Pokémon).
Ce projet s'inscrit dans le cadre de l'application mobile anti-spam Orange Téléphone, et plus particulièrement l'annuaire inversé qui permet aux entreprises d'afficher leur nom et la raison de leur appel aux utilisateurs d'Orange Téléphone. Le but de ce projet de fin d'études à Orange est de mettre en place un système de double authentification pour les entreprises cherchant à appeler leurs clients, afin d'éviter que leurs numéros ne se fassent usurper.
Orange Antispoofing est réalisé par une autre alternante et moi-même, en méthode agile scrum, de A à Z. Les 2 étapes principales sont la phase de conception et d'étude de la concurrence, puis la phase de développement. Pour ce faire, il faut retravailler sur les parties déjà existantes d'Orange Téléphone : le portail web (en Flutter), l'application Android, l'application iOS, et enfin rajouter toute la partie API back-end avec une base de données en MongoDB et un lien avec Firebase.
Dans le cadre de mon diplôme d'ingénieur, il était nécessaire de faire un stage de 3 mois à l'étranger. Réalisé à l'université de Cagliari en Sardaigne, le projet était un sujet de recherche ayant pour but de déterminer si les développeurs préféraient les langages SQL ou bien NoSQL. Pour ce faire, je me suis basée sur les commentaires des développeurs sur les repositories GitHub de 10 grands systèmes de gestion de bases de données.
La première partie a été de récupérer ces commentaires en Python, grâce à l'API proposée par GitHub. Après en avoir récupéré environ 50 000, j'ai réalisé plusieurs analyses de sentiments avec la librairie d'intelligence artificielle Transformers ainsi que d'autres analyses (évolution du nombre de commentaires par an, des sentiments pour chaque SGBD...). Finalement, j'ai développé un petit site web permettant de recenser ces recherches. J'ai aussi rédigé un papier de recherche sur ce projet.
