Le problème
Projet 02 — Pipeline IA
Next-Bet-AI
De la donnée football brute jusqu’à la décision produit.
Le projet
Une application full-stack qui transforme des historiques, données live et signaux contextuels en probabilités 1N2, statistiques et propositions de paris.
La réponse
Next-Bet-AI couvre tout le cycle : ingestion, feature engineering, entraînement, API, expérience web, vérification des résultats et future boucle de réentraînement.
Ma contribution
Ce qui a été conçu et construit.
- 01
Construction d’une pipeline multi-sources couvrant les principaux championnats européens.
- 02
Création de 54 variables : forme récente, Elo, statistiques domicile/extérieur et contexte du match.
- 03
Entraînement de modèles globaux et spécialisés par ligue avec PyTorch, XGBoost et LightGBM.
- 04
Développement des routes FastAPI de prédiction, santé, résultats et vérification.
- 05
Création d’un AI Bet Builder backend filtrant les combinaisons incohérentes.
- 06
Développement des écrans Next.js : dashboard, statistiques, tips et historique.
Architecture
Le chemin de la donnée.
01Sources historiques & live→
02Ingestion→
0354 features→
04Modèles IA→
05FastAPI→
06PostgreSQL / Supabase→
07Next.js
Résultat
Ce que le projet démontre.
Une chaîne data → modèle → API → interface cohérente et démontrable.
Des prédictions vérifiables stockées dans un journal dédié.
Un produit conçu pour distinguer probabilité, confiance et opportunité de value.