Pourquoi ce projet
Le pari sportif est saturé de pronostics "d'experts" et d'intuitions, avec très peu de culture data. Goalytics est né avec l'idée inverse : donner à l'utilisateur du contexte statistique, des tendances historiques et les bases de la gestion de bankroll avant qu'il ne mise — pas des pronostics, une méthode. L'objectif n'est pas de prédire les résultats, c'est d'apprendre à raisonner en probabilités.
Ce que j'ai appris
- Le plus compliqué, dans un outil analytique de pari sportif, ce n'est pas le modèle — c'est d'obtenir des données propres, cohérentes et à jour. Les pipelines de scraping doivent tenir face aux changements de layout, aux rate-limits, et aux formats très hétérogènes d'un site à l'autre.
- Les modèles de gestion de bankroll (critère de Kelly et ses variantes) sont élégants sur le papier, mais demandent un gros travail d'UX pour rester accessibles au grand public.
- Cadrer le produit autour de la pédagogie plutôt que de la prédiction change toute la liste des fonctionnalités — et simplifie drastiquement la partie légale.
- Le session state de Streamlit devient vite un frein dès qu'on veut suivre le contexte utilisateur entre plusieurs pages.