Différenciateur 1
Génération IA automatique - Transformation de n’importe quel contenu en exercices interactifs
État de l'art
📚 État de l’art
Section titled “📚 État de l’art”Analyse du marché EdTech
Section titled “Analyse du marché EdTech”Applications concurrentes
Section titled “Applications concurrentes”| Application | Points forts | Points faibles | Prix |
|---|---|---|---|
| Anki | Open source, puissant, répétition espacée | Interface datée, courbe d’apprentissage | Gratuit |
| Quizlet | Large communauté, multiplateforme | IA limitée, pas de génération auto | Freemium |
| Brainscape | Flashcards scientifiques | Contenus limités, payant | 9.99€/mois |
| Notion | Flexible, wiki personnel | Pas de fonctions d’apprentissage | Freemium |
| Kahoot | Gamification, mode classe | Orienté enseignant, pas de génération | Freemium |
Positionnement de Mindlet
Section titled “Positionnement de Mindlet”Différenciateur 2
10+ formats - Variété de formats d’apprentissage (vs 1-2 chez la concurrence)
Différenciateur 3
Accessibilité - Fonctions pour les troubles d’apprentissage
Différenciateur 4
Communauté - Partage et collaboration entre apprenants
Choix technologiques
Section titled “Choix technologiques”Frontend Mobile
Section titled “Frontend Mobile” Choisi
Avantages :
- Code unique pour iOS et Android
- Large écosystème de packages
- Performance proche du natif
- Grande communauté et support
- Intégration Expo pour le développement rapide
Inconvénients :
- Performance inférieure au natif pur
- Dépendance à Facebook/Meta
- Bridge JavaScript limitant pour certains cas
Avantages :
- Performance excellente
- UI pixel-perfect sur toutes plateformes
- Hot reload très rapide
- Backing Google
Inconvénients :
- Langage Dart moins répandu
- Écosystème plus jeune
- Taille des applications plus importante
- Moins de développeurs disponibles
Pourquoi non choisi : Notre équipe avait plus d’expérience en JavaScript/TypeScript, et l’écosystème React Native est plus mature pour notre cas d’usage.
Avantages :
- Performance optimale
- Accès complet aux APIs natives
- Meilleure intégration système
Inconvénients :
- Deux bases de code à maintenir
- Coût de développement doublé
- Nécessite des compétences distinctes
Pourquoi non choisi : Avec une équipe de 2 personnes, maintenir deux applications natives n’était pas viable.
Backend API
Section titled “Backend API” Choisi
Avantages :
- Framework PHP le plus populaire
- Écosystème complet (auth, queues, cache, etc.)
- Excellent ORM (Eloquent)
- Documentation exceptionnelle
- Grande communauté francophone
Inconvénients :
- PHP moins “hype” que d’autres langages
- Performance brute inférieure à Go/Rust
Pourquoi choisi : Migration depuis FastAPI pour bénéficier d’un écosystème plus mature et d’une meilleure productivité de développement.
Notre prototype initial
Avantages :
- Très rapide (basé sur Starlette)
- Typage Python moderne
- Documentation auto-générée
- Intégration facile avec les libs ML
Inconvénients :
- Écosystème moins mature que Laravel
- Pas d’ORM intégré aussi puissant
- Configuration manuelle de beaucoup de choses
Pourquoi migré : Le temps passé à réinventer des fonctionnalités existantes dans Laravel était contre-productif.
Avantages :
- TypeScript natif
- Architecture inspirée d’Angular
- Décorateurs et injection de dépendances
Inconvénients :
- Courbe d’apprentissage
- Moins de packages spécifiques
- Configuration verbose
Pourquoi non choisi : Laravel offrait une productivité immédiate supérieure pour notre cas d’usage.
Intelligence Artificielle
Section titled “Intelligence Artificielle” Choisi
Avantages :
- Orchestration puissante des LLM
- Agents et chaînes modulaires
- Support multi-modèles (OpenAI, Anthropic, local)
- Intégration vectorielle native
Inconvénients :
- Évolution rapide (breaking changes)
- Abstraction parfois excessive
- Documentation inégale
Avantages :
- Simplicité d’implémentation
- Pas de dépendance supplémentaire
- Contrôle total
Inconvénients :
- Pas d’abstraction
- Code répétitif
- Difficile à maintenir à l’échelle
Pourquoi non choisi : LangChain apporte une structure nécessaire pour des workflows IA complexes.
Avantages :
- Excellent pour RAG
- Indexation optimisée
- Bonne intégration vectorielle
Inconvénients :
- Moins flexible pour la génération
- Focus sur la recherche plus que la création
Pourquoi non choisi : LangGraph offrait plus de flexibilité pour nos workflows de génération de contenu.
Base de données vectorielle
Section titled “Base de données vectorielle” Choisi
Avantages :
- Performance excellente
- API REST simple
- Filtrage avancé
- Open source et cloud disponible
- Écrit en Rust (performant)
Inconvénients :
- Moins connu que Pinecone
- Documentation en amélioration
Notre choix initial (prototype)
Avantages :
- Simple à déployer
- Intégration Python native
- Open source
Inconvénients :
- Moins performant à l’échelle
- Pas de version cloud mature
- Moins de fonctionnalités avancées
Pourquoi migré : Qdrant offre de meilleures performances et une meilleure scalabilité.
Avantages :
- Leader du marché
- Managed cloud
- Très performant
Inconvénients :
- Coût élevé
- Vendor lock-in
- Serveurs hors UE
Pourquoi non choisi : Conformité RGPD et coûts prohibitifs pour une startup.
Hébergement cloud
Section titled “Hébergement cloud” Choisi
Avantages :
- Hébergement 100% européen (RGPD)
- Coûts compétitifs
- Kubernetes managé (OVH)
- Serveurs performants (Hetzner)
Inconvénients :
- Moins de services managés qu’AWS
- Documentation parfois limitée
Avantages :
- Leader du marché
- Énorme catalogue de services
- Documentation excellente
Inconvénients :
- Coûts élevés
- Complexité des prix
- Régions UE limitées pour certains services
Pourquoi non choisi : Coûts et préférence pour des acteurs européens.
Avantages :
- Déploiement ultra-simple
- DX excellente
- Intégration Git native
Inconvénients :
- Coûts à l’échelle
- Moins de contrôle
- Pas idéal pour du backend lourd
Pourquoi non choisi : Notre architecture nécessite plus de contrôle et de personnalisation.
Comparatif synthétique
Section titled “Comparatif synthétique”Stack technique finale
Section titled “Stack technique finale”| Couche | Technologie | Alternatives considérées |
|---|---|---|
| Mobile | React Native + Expo | Flutter, Swift/Kotlin |
| API | Laravel 11 | FastAPI, NestJS, Rails |
| IA | LangChain + LangGraph | OpenAI direct, LlamaIndex |
| BDD relationnelle | PostgreSQL | MySQL, MongoDB |
| BDD vectorielle | Qdrant | ChromaDB, Pinecone |
| Cache | Redis | Memcached |
| Orchestration | Kubernetes | Docker Swarm, Nomad |
| Hébergement | OVHcloud + Hetzner | AWS, GCP, Azure |
Critères de choix
Section titled “Critères de choix”Performance
Technologies capables de supporter une montée en charge
Productivité
Outils permettant un développement rapide avec une petite équipe
Communauté
Écosystèmes matures avec support disponible
Conformité
Solutions compatibles RGPD et hébergées en Europe
Évolution technologique
Section titled “Évolution technologique”Technologies à surveiller
Section titled “Technologies à surveiller”| Technologie | Potentiel pour Mindlet | Horizon |
|---|---|---|
| React Native New Architecture | Performance améliorée | 2026 |
| LLMs locaux (Ollama) | Réduction des coûts IA | 2025 |
| Edge computing | Latence réduite | 2026 |
| WebAssembly | Performance mobile | 2027 |
Des choix technologiques pragmatiques, orientés productivité et scalabilité.