Stack Technique — Architecture Cloud & IA
Joinsteer est une marketplace automobile construite par Alpium Capital. Lancée en 2023, elle traite aujourd'hui plus de 2 millions d'annonces. Cet article détaille les choix techniques, les erreurs, et ce qui fonctionne vraiment en production.
1. Architecture globale
Nous avons choisi une architecture polyrepo plutôt que monorepo. Trois dépôts distincts : l'API, le frontend, et les workers asynchrones. Ce modèle nous offre une autonomie d'équipe et des déploiements indépendants.
Backend : Laravel 11 sur PHP 8.3
Nous avons sélectionné Laravel parce qu'il nous permet d'itérer rapidement. PHP 8.3 offre les typed properties, les attributes, et une performance suffisante. Node.js aurait imposé une gestion complexe d'événements asynchrones. Go aurait été overkill pour une MVP. Laravel nous donne une véritable productivité sans perdre en contrôle.
L'API expose environ 45 endpoints REST. Pas de GraphQL : la complexité des requêtes reste limitée et REST suffit amplement. Nous utilisons Sanctum pour l'authentification OAuth2.
Frontend : Next.js 14 App Router avec rendu serveur
Le rendu serveur était non-négociable pour nous. Chaque listing automobile génère un meta titre, une description, et du structured data unique. Google a crawlé et indexé 400k+ pages en 18 mois grâce à ça. Next.js 14 App Router nous permet des routes dynamiques propres sans complexité supplémentaire.
Les Core Web Vitals cibles : LCP sous 2.5 secondes, CLS sous 0.1, FID sous 100ms. Nous les atteignons avec une architecture image optimisée (formats webp, lazy loading natif).
Infrastructure : Google Cloud Run
Cloud Run fut transformateur pour nous. Conteneurs stateless, scaling de zéro à N en secondes, et paiement à l'usage. Nous n'avons jamais besoin de manager un cluster Kubernetes. Les cold starts initiaux (~1.2 secondes) ont été optimisés à 400ms avec des min-instances configurées intelligemment.
Coût total infrastructure : environ 800 euros par mois pour 2M+ annonces, du scraping, du ML, et 99.7% d'uptime sur 12 mois.
Données : PostgreSQL et Redis
Cloud SQL PostgreSQL. Pourquoi pas MySQL ? Les transactions MVCC de Postgres offrent une isolation meilleure. Les JSON fields natifs simplifient le stockage de métadonnées hétérogènes. Les index GiST accélèrent les recherches géographiques sans plugin externe.
Redis gère le cache et les sessions distribuées. Pas de file d'attente Redis : nous utilisons Cloud Pub/Sub pour l'asynchrone pur (découplage plus fort).
2. Data pipeline & scraping
Nous collectons les annonces de trois sources : constructeurs automobiles, sociétés de LLD/LOA, et marketplaces tierces. Chaque source expose des formats différents (XML, JSON, CSV, PDF). Ingérer 50k annonces par jour impose une normalisation stricte.
Pipeline ETL en serverless
Les scrapes déclenchent Cloud Functions. Elles parsent les données brutes et les publient sur Cloud Pub/Sub. Des workers Cloud Run consomment les messages, normalisent, et insèrent en base. Ce découplage nous permet de scaler indépendamment chaque étape.
Latence totale : un véhicule apparaît en production environ 4 minutes après le scrape initial. Acceptable pour un marché qui change lentement.
Déduplication et matching
Nous avons implémenté du fuzzy matching sur trois clés : VIN, modèle+prix, et plaque d'immatriculation. Le VIN est souverain quand il existe. Pour le reste, un score Levenshtein supprime les doublons. Les faux positifs sont minimes : environ 0.3% d'erreurs de matching sur 50k/jour.
Notre base dédupliquée contient 2.1M annonces uniques (pas 2M brutes). La qualité des données prime sur le volume vanité.
3. SEO programmatique et indexation
Nous générons 100k+ landing pages décorrélées. Chaque page cible une combinaison marque/modèle/ville : "Renault Clio occasion à Lyon", "Peugeot 208 LOA en Île-de-France". Cela crée des centaines de milliers d'URLs uniques alimentant l'index Google.
Structured data et sitemaps
Chaque listing inclut schema.org Vehicle (marque, modèle, prix, kilométrage, carburant). Les pages catégories utilisent FAQPage (30+ questions générées). Les breadcrumbs sont typés BreadcrumbList.
Les sitemaps sont shardés en 8 fichiers de 50k URLs chacun. Google indexe environ 400k pages en 18 mois. Notre taux d'indexation est supérieur à 95%.
Nous avons utilisé Haloscan pour identifier les mots-clés à volume élevé et faible concurrence : "Citroën C1 occasion moins de 10000 euros", "Volkswagen Golf électrique leasing". Ces recherches nous orienter vers les niches génératrices de trafic.
Core Web Vitals en production
Metric LCP (Largest Contentful Paint) : 1.8 secondes en moyenne. CLS (Cumulative Layout Shift) : 0.07. Pas de plugins de third-party bloquants. Fonts sont auto-hosted. Images servent en webp avec fallback jpeg. Pas de JavaScript onéreux en critical rendering path.
4. IA et Machine Learning en production
L'IA n'était pas facultatif. Nous avons intégré trois modèles en production dès mois 8.
Scoring qualité avec Gemini Vision API
Chaque annonce contient 3-5 photos véhicule. Nous envoyons ces images à Gemini Vision pour un scoring qualité. Le modèle évalue : photo floue (oui/non), dommages visibles (oui/non), intérieur propre (1-5). Un score global 0-100 reflète la qualité de la présentation.
Impact : les vendeurs reçoivent un feedback automatisé, améliorant progressivement les photos. Les acheteurs filtrent sur qualité. Coût mensuel : environ 120 euros pour 2M images.
Estimation de prix avec XGBoost
Notre modèle XGBoost a été entraîné sur 500k transactions historiques : marque, modèle, année, kilométrage, localisation, carburant, transmission. L'RMSE atteint 8.2% (erreur absolue moyenne : 2100 euros sur une Renault Clio).
Nous recalibrons le modèle mensuellement. Les prix de marché changent, surtout pour les motorisations électriques. Le modèle capture ces tendances.
Détection d'anomalies kilométriques
Un modèle Isolation Forest détecte les kilométrages suspects. Une Renault Clio 2018 avec 250k km est normal. Avec 25k km ? Anomalie flagrante. Nous flag automatiquement ces annonces pour vérification manuelle.
Taux de faux positifs : 4%. Ces annonces frauduleuses sont rejetées avant publication.
Computer Vision pour classification et détection
Nous classifions automatiquement le type de véhicule (SUV, berline, monospace) en analysant les images. Un modèle détecte les dommages (rayures, enfoncements) sur la carrosserie. Précision : 91% sur la classification, 87% sur la détection de dommages.
Infrastructure : Vertex AI avec GPU T4 pour l'inférence. Coût ML global : ~200 euros mensuels.
5. Infrastructure et DevOps
L'infrastructure est décrite en deux mots : simple et automatisée.
CI/CD : GitHub Actions vers Cloud Run
Chaque push sur main déclenche GitHub Actions. Tests unitaires, linting, build Docker. L'image remonte vers Artifact Registry. Cloud Run déploie la nouvelle version en 60 secondes. Zéro downtime avec rolling deployment.
Nous déployons environ 15 fois par semaine. Pas de peur d'itérer : les rollbacks sont instantanés.
Monitoring et alertes
Cloud Monitoring agrège les logs et métriques. Sentry capture les exceptions en production. Nous avons des alertes sur : latence P95 > 1000ms, taux d'erreur 5xx > 1%, Redis latency > 50ms.
Dashboard principal : 12 métriques critiques. Temps moyen pour détecter et fixer un bug en production : 8 minutes.
Coûts et uptime
Décomposition mensuelle (~800 euros) :
- Cloud Run : 250 euros (API + workers)
- Cloud SQL PostgreSQL : 280 euros
- Redis managed : 60 euros
- Cloud Functions scraping : 90 euros
- Vertex AI / ML : 120 euros
Uptime sur 12 mois : 99.7%. Deux incidents majeurs (une corruption de DB, une fuite mémoire). Récupération en moins de 1 heure chaque fois.
6. Tableau récapitulatif du stack
| Composant | Technologie | Pourquoi ce choix |
|---|---|---|
| Backend API | Laravel 11 / PHP 8.3 | Itération rapide, typage fort, écosystème mature |
| Frontend | Next.js 14 App Router | SSR requis pour SEO, pages dynamiques propres |
| Base données | Cloud SQL PostgreSQL | MVCC, JSON natif, géospatial performant |
| Cache / Sessions | Cloud Memorystore Redis | Managed, latency <5ms, persistance RDB |
| Async / Queues | Cloud Pub/Sub | Découplage fort, retry intégré, scaling |
| Infra compute | Google Cloud Run | Serverless, scaling 0→N, coût usage, déploiement simple |
| CI/CD | GitHub Actions + Cloud Build | Native GitHub, Docker builds optimisés |
| ML / Scoring | Vertex AI, XGBoost, Gemini Vision | Managed service, integration seamless GCP, API simplifiée |
| Search | PostgreSQL full-text + algolia (future) | PG FTS suffit aujourd'hui, Algolia si 100M+ docs |
| CDN / Assets | Cloud CDN + Cloud Storage | Integrated, cache headers smart, compression natif |
| Monitoring | Cloud Monitoring + Sentry | Logs, metrics, exceptions centralisés |
7. Leçons apprises et itérations
Ce qu'on referait pareil
Laravel pour le backend. C'était le bon choix pour une équipe petite itérant vite. Pas de regrets. L'écosystème (migrations, validation, ORM) nous a sauvé des mois.
Cloud Run. Pas besoin de gérer Kubernetes. Pas besoin de déployer une infra complexe. Un Dockerfile et c'est parti. Les coûts restent bas même avec du trafic variable.
Next.js SSR. Le ranking Google dépend d'une indexation complète. CSR aurait tué nos chances SEO. SSR nous a permis 400k+ pages en index.
Ce qu'on changerait
PostgreSQL dès le départ. Nous avons commencé sur MySQL. Après 6 mois, les limitations devenaient claires : pas de JSON natif, transactions moins robustes. Migration tard = coûteux en migrations.
Elasticsearch plus tôt. Nous avons fait la recherche en PostgreSQL full-text. Ça marche, mais pour un produit search-centric, un moteur dédié offre plus. Nous envisageons Elasticsearch maintenant.
Structured logging dès le début. Sentry arrive après coup. Avoir ELK ou Datadog dès mois 3 aurait sauvé du debugging.
Le piège du sur-engineering
KISS gagne. Une startup n'a pas besoin de microservices complexes. Nous avons évité le monolithe pur, mais nous aurions pu. Polyrepo avec 3 repos c'est suffisant. Pas de 15 services kubernetes cachés.
Une architecture simple qui marche vaut mieux qu'une architecture complexe qui nécessite 3 ingénieurs DevOps.
Budget et rentabilité technique
Une marketplace automobile viable techniquement peut tourner pour moins de 1000 euros par mois. Voici notre décomposition réelle (800 euros actuellement) :
- Infrastructure API : 250€
- Base de données : 280€
- Scraping et workers : 120€
- Machine Learning et IA : 120€
- Cache et sessions : 30€
Scaling vers 5M annonces ? Probablement 1200-1500 euros/mois. Pas exponentiel, c'est prévisible. Une startup peut se permettre cette infrastructure dès jour un. Pas besoin d'attendre la traction pour investir en scalabilité.
Conclusion
Joinsteer démontre qu'une marketplace moderne, riche en données et en IA, peut être construite sans complexité inutile. Laravel + Next.js + Cloud Run + PostgreSQL. C'est éprouvé, c'est scalable, c'est abordable.
Nos choix ont été guidés par une question simple : quel est l'outillage minimal pour faire avancer le produit ? Pas de Kubernetes caché. Pas de micro-services pour le prestige. Juste du code qui marche.
Cet article reflète nos 18 mois en production. Les leçons apprises ont nourri la plateforme Alpium Capital, que nous mettrons à disposition pour les entrepreneurs qui veulent construire des marketplaces scalables sans réinventer l'infra.