SoGood — Analyse Nutritionnelle des Produits de Supermarché

SoGood est une plateforme open data interactive destinée à analyser, prédire et cartographier la qualité nutritionnelle des produits alimentaires issus de supermarchés. Elle vise à mieux informer les consommateurs et soutenir les décisions de santé publique.

Objectifs du projet

• Évaluer la qualité nutritionnelle des produits : Nutri-Score, NOVA, taux de sucre, sel, additifs...
• Identifier les produits et marques controversés
• Prédire automatiquement le Nutri-Score ou le NOVA score via un modèle
• Proposer une web app interactive avec filtres, recherche, visualisations,Scanner un code-barres, Analyse d’ingrédients, API, etc...

---

Stack technique

• Front-end : React.js + MUI
• Back-end : FastAPI (Python)
• Traitement Big Data : PySpark sur HDFS
• Containerisation : Docker / Docker Compose

Démarrage du projet

1. Cloner le dépôt

git clone https://github.com/Berenger2/nutri-score
cd nutri-score

2. Lancer l’environnement via Docker

docker-compose up --build 

Service	Description	URL d’accès	Port container
Frontend	Interface React + MUI	http://localhost:3000	80
Backend API	FastAPI + Swagger UI	http://localhost:8000/docs	8000
Dozzle	Visualisation des logs containers	http://localhost:8082	8080 (int.)
HDFS NameNode	UI de gestion du NameNode Hadoop	http://localhost:9870	9870
HDFS DataNode	Monitoring du DataNode Hadoop	http://localhost:9864	9864
Spark Master	Interface Spark Master	http://localhost:8080	8080
Spark Worker	Interface Spark Worker 1	http://localhost:8081	8081

---

Structure du projet

.
├── back/               → API FastAPI 
├── front/              → App React 
├── datas/              → Datasets sample
├── data_analyse/       → Explorations, modèles 
├── spark-master/       → Config Spark master
├── docker-compose.yml  → Configuration des services