Présentation des membres d'équipes

  • Félix La Rocque-Carrier : Co-fondateur de Clinia et "Frontend Wizard"
  • Sébastien Crevier: Développeur Full-Stack et "10x Programmer qui Bench"
  • Sébastien Bernard : Conseiller DevOps chez GoLogic et "Copilot Whisperer"
  • Gabriel Sylvain : Architecte de solutions chez Databricks et "Data-Master"
  • Mathieu Gamache: Internal Platform Engineers à Workleap et "AI-Padawan"

Présentation du projet

Projet pour défi #1 : Espèces Exotiques Envahissantes

Notre projet vise à proposer une solution innovante pour améliorer la diffusion et la collecte de données sur les espèces exotiques envahissantes. En utilisant une approche technologique avancée et en intégrant des données provenant de différentes sources, notre solution vise à offrir une expérience citoyenne conviviale tout en permettant une gestion efficace de ces espèces problématiques.

Les données utilisées

  • Occurrences des espèces en précarité pour extraire une liste des animaux en précarité (source)
  • Occurrences des espèces invasives provenant de Sentinelle pour extraire une liste d'espèces invasives (source)
  • Demande de service citoyen (source)
  • Liste d'occurrences provenant de l'API publique d'iNaturalist, une base de données avec plus de 3 millions d'utilisateurs qui ajoutent des observations. (source)

Les technologies utilisées

  • Backend développé en .NET, hébergé sur un Azure App Services
  • Frontend développé en React et TypeScript avec framework Tailwind, hébergé sur Vercel
  • Gestion du code source sur GitHub, avec déploiement en continu grâce à des GitHub Actions
  • Scripts d'extraction de données développés avec Databricks

Aperçu de l'application

Notre application offre plusieurs fonctionnalités pour faciliter la collecte et la diffusion des données sur les espèces exotiques envahissantes :

  • Tableau de bord interactif affichant sur une carte toutes les observations des espèces invasives ou précaires.
  • Filtre permettant de choisir des emplacements spécifiques tels que Laval, Gatineau et Montréal.
  • Graphiques permettant de visualiser les tendances des observations (actuellement, la détection des tendances est faite manuellement avec des scripts Databricks).
  • Fonctionnalité d'alertes informant les employés municipales des tendances. Ceci inclut la génération automatique de messages sociaux facilement partageable, décrivant la situation et les actions qu'un citoyen peut entreprendre, grâce à l'utilisation de l'intelligence artificielle de OpenAI.

La suite possible

Les prochaines étapes pourraient inclure l'intégration de données en temps réel, l'amélioration de l'analyse des tendances grâce à des algorithmes plus sophistiqués, ainsi que l'extension de la couverture territoriale à d'autres municipalités et régions.

De plus, nous pourrions explorer des moyens d'impliquer davantage les citoyens dans la collecte de données en encourageant le téléchargement des applications déjà éprouvées et populaires iNaturalist et Seek. Enfin, nous pourrions envisager des partenariats avec des organismes de conservation ou des gouvernements pour offrir des rabais au Parc Provincial pour les utilisateurs les plus actifs.

Built With

Share this project:

Updates