FitCoach DZ : Plateforme mobile ondemand de mise en relation et de suivi sportif

Abstract

The rapid evolution of mobile technologies and artificial intelligence opens new opportunities to democratize access to sports and nutrition coaching. In Algeria, the fitness market suffers from fragmented services and a lack of centralized tools adapted to local realities, including payment methods, dietary habits and remote follow-up. This thesis presents FitCoachDZ, a hybrid mobile application designed to intelligently connect athletes and sports coaches. The platform offers a complete ecosystem: a price-negotiation funnel, a real-time messaging system, an e-commerce module for sports equipment, and hybrid payment management integrating BaridiMob receipts. A flagship feature relies on the integration of a large language model (LLM) through the Google Gemini API, enabling athletes to instantly generate tailored training and nutrition programs that account for local specificities. Built with the Flutter framework and supported by the Firebase cloud infrastructure (Cloud Firestore, Authentication, Storage), this solution demonstrates the viability of a serverless architecture for building a high-performance, scalable Super-App.***

L’évolution rapide des technologies mobiles et de l’intelligence artificielle offre de nouvelles opportunités pour démocratiser l’accès au coaching sportif et nutritionnel. En Algérie, le marché du fitness souffre d’une fragmentation des services et d’un manque d’outils centralisés adaptés aux réalités locales : méthodes de paiement, habitudes alimentaires, suivi à distance. Ce mémoire présente FitCoachDZ, une application mobile hybride conçue pour connecter intelligemment athlètes et coachs sportifs. La plateforme propose un écosystème complet : un tunnel de négociation de tarifs, une messagerie en temps réel, un module de commerce électronique pour les équipements sportifs et une gestion hybride des paiements intégrant les reçus BaridiMob. Une fonctionnalité phare repose sur l’intégration d’un grand modèle de langage (LLM) via l’API Google Gemini, permettant aux athlètes de générer instantanément des programmes d’entraînement et de nutrition sur mesure, tenant compte des spécificités locales. Développée avec le framework Flutter et soutenue par l’infrastructure infonuagique Firebase (Cloud Firestore, Authentication, Storage), cette solution démontre la viabilité d’une architecture serverless pour la création d’une Super-App performante et évolutive.