Retour aux projets

PumpCast

Une application web qui prévoit le prix des carburants de chaque station sur 7 jours.

Contexte
Projet personnel
Période
2026
Rôle
Projet complet
Équipe
Seul
  • Go
  • GraphQL
  • Next.js
  • MongoDB
  • Redis
  • scikit-learn
  • GitHub Actions

L’idée

Les applis de carburant montrent le prix du jour. Mais ce qu’on veut savoir c’est s’il faut faire le plein maintenant ou attendre. PumpCast utilise l’historique de la station, le prix du pétrole, les jours fériés et les vacances pour estimer les 7 prochains jours. Toutes les données viennent de l’open data officiel.

Je l’ai fait pour apprendre des technologies que je n’avais jamais utilisées : Go, GraphQL, MongoDB, Redis, Next.js et le machine learning.

Accueil de PumpCast avec la carte des stations autour de Lyon

Comment c’est construit

  • Un programme Go télécharge le flux officiel des prix et les enregistre dans MongoDB.
  • Une API GraphQL en Go donne à chaque page seulement les données dont elle a besoin. Redis garde les prix actuels en cache.
  • Le modèle est entraîné chaque semaine avec scikit-learn et les prévisions sont faites chaque jour par GitHub Actions.
Fiche station avec le conseil et l’historique des prix

Être honnête sur le modèle

La plupart du temps une station ne change pas son prix. Donc prévoir que le prix ne bouge pas est déjà très juste. À 3 jours mon modèle se trompe en moyenne de 1,579 centime et cette prévision simple de 1,580 centime. C’est presque pareil.

J’ai choisi de le montrer. L’application n’affiche que les jours où le modèle fait mieux. Un conseil n’est affiché que s’il aurait fait gagner de l’argent dans le passé. Une page du site explique tous les chiffres.

Page du modèle qui compare le modèle à la prévision simple