Mathéa Gaveriaux

Au cours de mon alternance chez Médiamétrie, je participe au développement et à la modernisation d’applications, de leur cadrage jusqu’à leur déploiement et leur mise en production.

J’ai notamment participé à la migration de plusieurs applications legacy développées en PHP vers PHP 8, en intervenant également sur le cadrage du projet, l’analyse des impacts et la réalisation de tests de bout en bout, d’intégration et de non-régression.

Actuellement, je travaille sur la conception d’un back-office interne développé en Java avec Spring. Je participe également à la mise en place de pratiques CI/CD et au déploiement sécurisé des applications, notamment à travers la rédaction de cahiers de validation et de plans de mise en production.

J’ai également participé à un hackathon IA consacré à l’intégration de données d’audience. J’y ai développé une interface centralisant les données d’audience et permettant leur analyse automatisée par une solution d’intelligence artificielle capable de détecter les anomalies et d’identifier les causes potentielles des variations observées.

Depuis deux années consécutives, je participe également à des challenges de cybersécurité basés sur les vulnérabilités OWASP. Ces expériences me permettent de mieux comprendre les mécanismes d’exploitation des failles web et d’intégrer les bonnes pratiques de sécurité dans mes développements.

Je travaille quotidiennement dans un environnement Agile Scrum et participe aux différentes étapes du cycle de vie des projets.

Compétences : PHP · Java · Spring · Développement web · Applications métier · Data · Intelligence artificielle · Analyse de données · Détection d’anomalies · Cybersécurité · OWASP · Tests · CI/CD · Déploiement · Agile Scrum

Dans le cadre d’un hackathon consacré à l’intelligence artificielle et à l’intégration de données d’audience, j’ai participé à la conception et au développement d’une solution visant à automatiser l’analyse des résultats d’audience.

J’ai développé une interface web permettant de centraliser et de visualiser les données d’audience. Cette interface est associée à des scripts d’analyse développés en Python, utilisant l’intelligence artificielle pour analyser quotidiennement les résultats.

La solution détecte automatiquement les anomalies et les variations significatives dans les données d’audience, puis analyse les causes potentielles de ces évolutions. Elle permet ainsi d’aider les équipes métier à comprendre plus rapidement pourquoi une audience télévisuelle a augmenté ou diminué de manière significative.

L’objectif est de réduire considérablement le temps consacré aux analyses manuelles et de permettre aux équipes métier d’accéder plus rapidement à des informations exploitables. Cette automatisation pourrait ainsi générer un gain de temps et d’efficacité important pour les équipes concernées.

Le projet a été retenu à l’issue du hackathon et fait actuellement l’objet d’une phase d’analyse et de cadrage en vue d’étudier son développement et son déploiement potentiel en interne.

Cette expérience m’a permis de travailler sur un projet combinant développement web, analyse de données et intelligence artificielle, avec une approche directement orientée vers la résolution d’un problème métier concret.

Les professeurs indépendants qui donnent des cours en ligne passent un temps fou à gérer ce qui n'est pas leur métier : jongler entre un agenda partagé, un tableur pour savoir qui a payé combien de cours, et une boîte mail pour envoyer les supports. Chaque annulation de dernière minute devient un calcul à la main, chaque nouveau document une série de pièces jointes.

J'ai conçu et développé StudiFlex pour que tout cela se règle tout seul. Le professeur publie ses disponibilités, l'élève réserve avec les crédits qu'il a achetés, le professeur valide d'un clic. Si un cours est annulé, le remboursement s'applique automatiquement selon le délai — intégral au-delà de 24 h, partiel en deçà — et les deux parties reçoivent une notification. Rien ne se perd, rien ne se calcule à la main. La plateforme intègre aussi un espace documents où le professeur dépose ses supports et choisit précisément quels élèves y ont accès.

Derrière l'interface, j'ai porté une attention particulière à trois choses : que les compteurs de crédits soient toujours justes, y compris en cas de double clic ou d'action simultanée ; que chaque donnée soit protégée et accessible uniquement à qui de droit ; et que la plateforme respecte le RGPD dès la conception — un élève peut télécharger l'intégralité de ses données ou supprimer son compte lui-même, en deux clics.

Le projet est aujourd'hui en production, utilisé au quotidien. Je l'ai mené seule de bout en bout : modélisation des données, développement de l'interface et du serveur, mise en ligne, nom de domaine et emails transactionnels.

Technologies : Next.js, React, TypeScript, PostgreSQL, Tailwind CSS. Hébergement Render, base de données Neon.