Plateforme d'analytique sportive
The Lineup
Plateforme d'analytique sportive complète avec projections ML, comparaison de cotes en temps réel et analyses automatisées de paris.
01
Le problème
Les parieurs sportifs n'avaient aucune plateforme unique pour obtenir des projections fiables de joueurs, comparer les cotes entre les sites de paris et identifier les lignes mal évaluées. Les outils existants étaient soit trop chers, soit trop superficiels, soit fragmentés sur des dizaines de sites — forçant les utilisateurs à se fier à leur intuition plutôt qu'aux données.
02
Ce que j'ai construit
J'ai conçu, développé et j'opère The Lineup de bout en bout en tant que fondateur solo. La plateforme couvre la NBA, la NFL, la NHL et le basketball universitaire.
Pipeline ML — Modèles LightGBM entraînés sur 198 caractéristiques incluant des moyennes mobiles pondérées exponentiellement, des ajustements de matchup défense-par-position, des facteurs de rythme et des deltas d'utilisation. Les modèles utilisent un réglage de perte de Huber par statistique pour gérer les performances aberrantes. Le pipeline traite les projections chaque soir sur l'ensemble des matchs avec une MAE de ~4.9 points, ~2.0 rebonds et ~1.5 passes décisives.
Moteur de cotes en temps réel — Ingère et normalise les cotes de plusieurs sites de paris, met en évidence les écarts de lignes, les calculs de valeur attendue et les opportunités d'arbitrage. Inclut un règlement automatisé qui note chaque sélection par rapport aux résultats réels.
Plateforme full-stack — Backend FastAPI (Python 3.13) avec cache Redis, frontend Next.js 15 en TypeScript, PostgreSQL sur Supabase, déployé sur Railway. Abonnements intégrés via Stripe, campagnes courriel via Postmark, et application iOS native via Capacitor.
03
Le résultat
Lancée auprès de 200+ abonnés payants générant des revenus récurrents. Le système de suivi de précision — qui évalue publiquement chaque projection par rapport aux résultats — est devenu un signal de confiance clé et un moteur de croissance. J'ai conçu, livré et continue d'opérer chaque couche : entraînement ML, pipelines de données, backend, frontend, facturation et croissance.
Stack
Technologies utilisées
Un projet similaire vous intéresse pour votre entreprise?
Discutons