faridig/darija_trad

# Traducteur Darija : Application Complète avec MLOps Ce projet est une application web complète de traduction Français/Anglais ↔ Darija Marocain. Il couvre l'intégralité du cycle de vie du produit, depuis la collecte et la préparation des données jusqu'au fine-tuning d'un modèle de LLM, son déploiement via une API monitorée, et sa consommation par une interface utilisateur moderne. L'ensemble de l'écosystème est automatisé via des pipelines CI/CD robustes, illustrant une approche MLOps de bout en bout. ## ✨ Fonctionnalités Clés * **Application Frontend (React)** : Une interface utilisateur réactive pour l'inscription, l'authentification et la traduction en temps réel. * **API d'Inférence (FastAPI)** : Un service léger et performant qui expose le modèle de traduction via un endpoint sécurisé. * **API de Données (FastAPI)** : Un service CRUD pour gérer le corpus de traduction et l'authentification des utilisateurs. * **Pipeline de Données** : Scripts automatisés pour la collecte de données (scraping, API), le nettoyage (PySpark) et la normalisation. * **Pipeline MLOps** : Fine-tuning d'un modèle NLLB avec **LoRA**, suivi des expériences avec **MLflow**, et déploiement conditionnel sur **Hugging Face Hub**. * **Monitoring & Alerting** : Une stack complète **Prometheus + Grafana + Alertmanager** pour surveiller la performance de l'API IA, la fiabilité et le *data drift*. * **Infrastructure sur Azure** : Déploiement conteneurisé sur **Azure Kubernetes Service (AKS)**, avec gestion des images sur **Azure Container Registry (ACR)**. * **CI/CD (GitHub Actions)** : Trois pipelines d'automatisation distincts pour le Frontend, l'API IA, et le modèle ML, garantissant la qualité et la livraison continue. ## 🏛️ Architecture Globale Le projet est divisé en modules indépendants mais interconnectés, chacun ayant un rôle précis : ```mermaid graph TD subgraph "CI/CD (GitHub Actions)" W_ML[ML Pipeline] --> M_HF[Modèle sur Hugging Face] W_API[API IA Pipeline] --> C_AKS_API[API I …