Taskmate.

Plateforme de productivité avec priorisation ML. Stack MERN complète. Live demo sur Vercel.

Voir le live demo →

STATUT

En prod

UTILISATEURS

50+

GAIN

+30% focus

LIGNES

~4k LOC

Le problème.

Les to-do classiques ne priorisent rien. L'utilisateur finit par faire les tâches faciles et procrastiner les importantes. Je voulais un outil qui dit vraiment quoi faire ensuite, basé sur mon historique.

La solution.

Modèle ML simple (priorité urgence/importance/effort/deadline) qui apprend de mes complétions passées pour proposer un ordre optimal. Interface minimaliste React. Backend Express + MongoDB pour la persistance.

Stack.

FRONTEND

React 18 + Vite
Tailwind
TanStack Query

BACKEND

Node.js + Express
MongoDB + Mongoose
JWT auth

Feature engineering (5 vars)
Scoring linéaire adaptatif
Feedback loop sur complétions

Ce que j'ai appris.

→ MVP rapide vs overengineering : j'ai failli partir sur un RL complet, 3 vars suffisaient
→ UX > algo : l'ordre visuel compte plus que la précision du modèle
→ Mongo agrégations > lookups multiples : perf x5
→ Vercel serverless = déploiement zero-config