Le produit web et iOS en septembre 2026. Ces captures montrent son état à cette date.
Téléchargements iOS + Android
3 200+
Comptes inscrits
2 200+
Fiches d’événements publiées
15 000+
Le produit en chiffres / Les fiches comprennent des événements passés et à venir. Téléchargements et comptes sont des mesures distinctes.
01 / Bodrum Flow
Le produit et le travail qui l’entoure
Bodrum Flow permet de découvrir des événements, des programmes de lieux et des expériences. Le développer implique de travailler sur l’application mobile et le site web, mais aussi sur les outils moins visibles qui rendent les informations événementielles exploitables.
En tant que fondateur et développeur, je travaille sur les interfaces produit, les données structurées, le traitement assisté par l’IA et les outils opérationnels. Les exemples ci-dessous proviennent des systèmes déjà mis en œuvre derrière le produit.
Un produit, plusieurs points d’accès
L’application React Native et Expo permet d’enregistrer des sorties, de suivre des lieux et d’agir directement depuis une fiche d’événement. Le produit web Next.js offre un accès immédiat à la découverte et au partage des programmes. Les contenus sont proposés en turc, anglais, allemand et russe.
Captures réelles du produit prises le 5 septembre 2026. Les dates et disponibilités correspondent à ce moment-là.
02 / Derrière l’interface
Des contenus sources à une information exploitable
Les publications sociales, les Stories et les médias envoyés contiennent des informations sous différentes formes. Le processus de traitement conserve le contexte des sources avec les fiches d’événements structurées.
01
Collecter
Publications sources, Stories, affiches ou vidéos envoyées.
02
Interpréter
OCR et extraction multimodale, avec le contexte de la source.
03
Valider & vérifier
Contrôles des dates et de l’identité, mises à jour sous conditions et circuits de vérification.
04
Utiliser dans le produit
Fiches structurées pour la découverte et la diffusion éditoriale.
La vérification et la correction restent dans le processus. Un traitement automatisé ne signifie pas que chaque résultat est prêt à être publié.
03 / Ingénierie
Les décisions au cœur du système
Extraction & qualité des données
Lire une affiche n’est que la première étape
Le pipeline de collecte BF_InstaScrab combine OCR, contexte visuel et extraction multimodale. Des règles déterministes normalisent ensuite les dates, la structure des programmes et l’identité des événements, tout en conservant les éléments à l’origine du résultat structuré.
Pour les Stories, l’heure de publication et l’heure de capture sont distinctes. Une mention comme « ce soir » doit s’appuyer sur l’identité de la source et sur des éléments temporels fiables. Les dates non résolues peuvent être signalées pour vérification.
Identité des événements
Éviter les mauvaises fusions
La correspondance du lieu, du jour et de l’heure ne suffit pas pour déplacer des médias entre événements. Des artistes contradictoires ou une identité incertaine peuvent bloquer le transfert. Une étiquette de vérification des doublons ne l’autorise pas à elle seule.
Les fusions autorisées utilisent des opérations de base de données sous conditions, avec des prérequis de mise à jour et une traçabilité. Les fiches verrouillées restent protégées. L’objectif est d’éviter d’attribuer silencieusement l’affiche ou la vidéo d’un autre événement.
Fiabilité
Séparer la capture du traitement
Une file locale persistante stocke le travail capturé avant son traitement. Les écritures et prises en charge atomiques préservent l’attribution des tâches. La logique de récupération peut remettre en file les tâches abandonnées lorsque les éléments temporels disponibles sont fiables.
Les nouvelles tentatives sont limitées et espacées par des délais croissants. Ces mécanismes permettent à la collecte de reprendre après une interruption sans devoir tout recommencer à chaque échec.
IA & contrôles éditoriaux
La sortie du modèle dans un processus contrôlé
Le système de modération associe les éléments visuels et textuels à une sortie structurée du modèle. Le code vérifie ensuite les règles liées au lieu, à la date et aux conflits. Une proposition de publication peut être mise en attente pour vérification si ces contrôles échouent.
Des empreintes de vérification et un registre persistant évitent que des éléments inchangés ne déclenchent sans cesse le même travail. De nouveaux éléments ou un opérateur peuvent rouvrir un cas, tandis que des plafonds de fiches et de coûts encadrent chaque exécution.
Réception & diffusion
S’adapter aux façons de travailler
FlowBot, le service de réception WhatsApp, associe affiches, vidéos et légendes même lorsqu’elles arrivent dans un ordre différent, puis conserve leur contexte dans une file de traitement. Il préserve aussi les légendes reçues pendant le traitement d’une vidéo.
Une interface éditoriale distincte permet de sélectionner des événements de journée et de soirée. Les équipes éditoriales choisissent les fiches ; avant l’enregistrement de la sélection, les contrôles du serveur et de la base de données rejettent les entrées non publiées, signalées ou mal datées.
La technologie dans son contexte
Expérience mobileReact Native / Expo
Une application iOS et Android pour découvrir des sorties, enregistrer ses envies et agir depuis les événements.
Expérience webNext.js / TypeScript
Découverte publique, programmes de lieux partageables et pages multilingues.
Traitement des contenusPython / Node.js / modèles multimodaux
Collecte, extraction, validation, réception de messages et tâches opérationnelles.
Données & contrôlePostgreSQL / Supabase
Contenus structurés, mises à jour sous conditions, entrées de file et contrôles éditoriaux.
Poursuivre le développement du produit
Les prochaines questions portent sur une couverture plus large de Bodrum, une découverte plus pertinente et des mises à jour plus simples pour les entreprises locales. Ce sont des pistes à explorer, nourries par le produit et son fonctionnement quotidien.
