Contexte et objectifs

• Développer une solution web permettant l'estimation automatique du montant des loyers à partir de données immobilières (adresse, surface, nombre de pièces, caractéristiques, quartier, photos, etc.).
• Produire un modèle de prédiction robuste (utilisant Python) et l'intégrer dans une application web moderne pour rendre le service accessible aux utilisateurs.

Missions principales

• Concevoir et implémenter l'interface utilisateur en React.js avec TypeScript pour la saisie des caractéristiques du bien et l'affichage des résultats d'estimation.
• Développer une API back-end avec Laravel pour la gestion des données, la persistance, l'authentification éventuelle et l'orchestration des appels au modèle Python.

Traitement des données et modèle

• Collecter/préparer les jeux de données pertinents (nettoyage, feature engineering, gestion des valeurs manquantes, extraction de caractéristiques à partir de textes et/ou images si applicable).
• Concevoir, entraîner et évaluer des modèles de machine learning en Python (régressions, arbres, modèles avancés ou apprentissage profond selon la disponibilité des données); définir des métriques d'évaluation (RMSE, MAE, R²) et procédures de validation.

Intégration et déploiement

• Intégrer le modèle Python avec l'API Laravel (ex. via microservice, job queue ou appel HTTP interne) et s'assurer de la scalabilité et des temps de réponse.
• Mettre en place les bonnes pratiques CI/CD, tests unitaires/numériques (front et back), et fournir une procédure de déploiement (Docker, documentation de configuration).

Compétences et outils requis

• Maîtrise de React.js et TypeScript pour le développement front-end et d'excellentes notions d'UX pour l'affichage des estimations.
• Expérience en Python pour data science / machine learning (pandas, scikit-learn, éventuellement TensorFlow/PyTorch) et connaissance de Laravel pour le back-end.
• Bonnes pratiques de développement: Git, tests, API REST, formats JSON, sécurisation basique des endpoints.

Livrables attendus

• Prototype fonctionnel: interface web + API + modèle déployé permettant d'obtenir des estimations en temps réel.
• Code source documenté, jeux de données (ou instructions pour reproduire la collecte), rapport technique décrivant méthodologie, résultats, limitations et pistes d'amélioration.
• Présentation/démonstration finale et documentation de déploiement.

📧 Pour postuler: job@anypli.com