Salut ! Une journée riche entre découverte du machine learning avec CoreML et finalisation de ma première application portfolio !

# Apprentissages du jour : CoreML et interface utilisateur

## Découverte de CoreML

Paul Hudson nous a fait découvrir CoreML, la framework d’Apple pour le machine learning. Rien d’extraordinaire au niveau complexité, mais c’était une bonne introduction qui couvre :

• Le date picker et ses possibilités de personnalisation
• Le stepper pour les sélections numériques
• L’intégration de CoreML dans une application SwiftUI

## Réflexions sur le machine learning local

Ce qui m’a frappé, c’est la simplicité d’utilisation derrière CoreML. Même si je n’ai pas encore de business case concrèt pour l’utiliser, je comprends maintenant que c’est une option beaucoup plus abordable pour certaines fonctionnalités que de déléguer à l’IA.

Au lieu de payer des requêtes d’intelligence artificielle coûteuses, on peut traiter directement sur l’appareil de l’utilisateur.

C’est un concept intéressant à garder en tête pour de futurs projets !

# Finalisation de l’application de fidélité

## Nettoyage du code et debugging

Cet après-midi, j’ai consacré une large partie de mon temps à finaliser l’application de cartes de fidélité. Au programme :

• Correction des bugs restants qui trainaient
• Nettoyage du code pour le rendre plus lisible
• Documentation du projet

## Une découverte surprenante lors de la documentation

En commençant à documenter mon code, j’ai eu une surprise désagréable : j’ai découvert des fonctions et classes abandonnées un peu partout dans le code qui ne servaient plus à rien !

Le fait de documenter et de supprimer tous les commentaires inutiles m’a permis de faire un vrai nettoyage en profondeur. Le code est maintenant beaucoup plus propre et maintenable.

Leçon apprise : Documenter son code, c’est aussi l’occasion de faire le ménage et d’identifier ce qui ne sert plus.

## Publication sur GitHub

Pour finaliser ce premier projet portfolio, j’ai :

• Publié le code sur GitHub
• Créé un fichier README détaillé pour expliquer le projet
• Rendu le repository public pour qu’il soit visible dans mon portfolio

C’est satisfaisant de voir ce premier projet abouti et accessible ! Cela m’a également donné la possibilité de demander du feedback sur Reddit.

# Expérimentation avec Ollama

En parallèle, j’ai continué mes tests avec Ollama, le modèle LLM qui fonctionne en local. J’ai installé la dernière version 0.10 qui permet d’utiliser une interface type chat. Je suis assez bluffé par les performances ! Certes, ça reste moins performant que les solutions cloud, mais pour du LLM local, c’est vraiment impressionnant.

L’avantage majeur :

• Pas de coût par requête
• Confidentialité totale des données
• Pas de dépendance à internet

Parmi les modèles que j’ai testé, je trouve Qwen2.5-coder:7b-base ok.

# Bilan de cette journée

Une journée productive qui marque une étape importante : mon premier projet portfolio est terminé ! Entre la découverte de CoreML et la finalisation de l’application de fidélité, j’ai l’impression d’avoir franchi un cap.

À demain pour de nouveaux apprentissages !

Alessandro