Nous sommes un groupe d'étudiants chargés de réaliser ce projet dans le cadre de notre module. L'objectif est de développer une plateforme web innovante qui permet aux professeurs de déposer des sujets d'exercices en bases de données et aux étudiants de soumettre leurs réponses sous forme de fichiers PDF. La correction des exercices est automatisée grâce à l'intégration de l'IA via DeepSeek et Ollama, offrant ainsi une expérience d'apprentissage enrichie et efficace.
- Gestion des utilisateurs : Gestion des comptes pour les professeurs et les étudiants.
- Dépôt et soumission de fichiers PDF : Les étudiants peuvent déposer leurs réponses en format PDF.
- Correction automatisée par IA : Utilisation de l'IA pour corriger automatiquement les exercices soumis.
- Notation intelligente et feedback détaillé : Attribution de notes intelligentes et fourniture de feedback détaillé pour aider les étudiants à s'améliorer.
- Tableaux de bord analytiques : Visualisation des performances et analyses détaillées pour les professeurs et les étudiants.
- Frontend : Développé avec Next.js, stylisé avec Tailwind CSS ou Material UI pour une interface utilisateur moderne et réactive.
- Backend : Basé sur Node.js avec Express pour une gestion efficace des requêtes et des données.
- Intelligence Artificielle : Intégration de DeepSeek via Ollama pour la correction automatisée des exercices.
- Base de données : Utilisation de PostgreSQL, MongoDB ou MySQL pour le stockage des données.
- Déploiement : Docker et Kubernetes pour une mise en production sécurisée et scalable.
Ce projet vise à offrir une solution complète et innovante pour l'évaluation des exercices en bases de données, en utilisant des technologies modernes et des techniques d'intelligence artificielle avancées. La plateforme permet non seulement de faciliter le travail des professeurs mais aussi de fournir aux étudiants un retour détaillé et personnalisé, contribuant ainsi à une meilleure compréhension et maîtrise des bases de données.