Aller au contenu principal
TL

Plateforme d'essais agronomiques

En cours

Sortir les essais agronomiques du carnet et de l'Excel, jusqu'au tableau de bord.

essais par an
350
génération d'un plan
< 1 s
plans générés valides
100 %
Illustration de la plateforme d'essais agronomiques

Le contexte

  • Les techniciens notent leurs relevés à la main dans les parcelles, puis les ressaisissent dans Excel en fin de campagne.
  • Chaque campagne reprend les graphiques Excel de la précédente pour analyser les résultats.
  • Les utilisateurs vont des techniciens aux agriculteurs et travaillent en parcelle comme au bureau. L'outil doit tourner sur tablette, avec une connexion réseau.

Ma mission

  • Développement de la majeure partie du backend, en NestJS et MongoDB.
  • Algorithme initial de génération des plans d'essai, sous contraintes de répartition.
  • Frontend React, d'environ 15 % du périmètre au départ jusqu'à sa transmission en cours.
  • Reprise des évolutions après la première livraison : chiffrage, clarification des specs et échanges avec le client.
  • Documentation technique pour le client, avec les routes d'API et des captures situant chaque appel dans l'interface.
  • Réduction incrémentale de la dette technique sur les modules retouchés.

Chronologie

  1. 2026
    • Transmission progressive de l'application à un collègue, tout en restant référent sur les aspects techniques, organisationnels et métier.
  2. 2023
    • Développement de nouvelles fonctionnalités, et rôle d'interlocuteur technique du client sur le chiffrage et la clarification des specs.
  3. 2022
    • Première mise en production, et passage en CDI après avoir démontré une autonomie technique sur le cœur du produit.
  4. 2021
    • Arrivée en alternance et développement de l'algorithme de génération des plans d'essai.

Décisions et arbitrages

  1. 01

    Générer les plans d'essai depuis un point de départ fixe plutôt qu'aléatoire

    Problème

    La génération remplit une matrice de parcelles sous contraintes de répartition. La première version part d'une colonne au hasard, pour varier les plans.

    Solution

    Un benchmark mesure moins de 50 % de plans valides avec un départ aléatoire sur les petites tailles, les plus courantes. Un point de départ fixe rend la génération fiable sur les tailles et types d'essai en usage.

    Pourquoi ce choix

    Sur ces tailles, un plan valide prime sur sa variété. En contrepartie, les plans varient moins.

  2. 02

    Aligner l'existant par petites touches plutôt qu'en une refonte

    Problème

    Le module central reste en couches techniques, sans tests. Ailleurs, l'équipe adopte un découpage inspiré de la Clean Architecture.

    Solution

    À chaque passage, je restructure un sous-module vers ce découpage et je le couvre de tests.

    Pourquoi ce choix

    Une refonte d'un bloc prend du temps et laisse des changements sans tests. Les passages courts donnent des exemples complets au collègue repreneur de l'application. En contrepartie, les deux styles coexistent sans converger.

Ce que ce projet m'a apporté

  • Montée en compétence en autonomie sous une revue de code exigeante, sur un premier projet en alternance.
  • Validation d'une hypothèse de conception par benchmark, sur le taux de plans valides des petites matrices.
  • Prise en charge du chiffrage, de la clarification des specs et des échanges client sur les évolutions après la première livraison.
  • Bascule vers le backend après quelques semaines. Côté frontend, les allers-retours de revue freinaient la vélocité.

Avec le recul

  • Consacrer plus de temps à la planification et à la qualité d'ensemble avant de livrer. L'habitude de foncer sur la mise en production a laissé de la dette et multiplié les allers-retours sur de petits bugs, applicatifs ou dans le flux de données React Query.
  • Investir plus tôt la recherche opérationnelle pour la génération des plans. La version suivante, en programmation par contraintes, montre le gain d'une meilleure base algorithmique dès le départ.