ImmoScore : le prix est-il juste ?
En 2025, j'ai conçu une plateforme MLOps capable de répondre en quelques secondes à une question simple mais critique : le prix demandé pour un appartement est-il cohérent avec le marché local ?
Né d'un besoin personnel pour un futur investissement à Toulon (ville où j'ai grandi), cet outil croise les données officielles de transactions immobilières (DVF) avec un modèle statistique calibré pour produire un verdict clair : prix sous-évalué, cohérent ou surévalué.
Les points forts
Un outil leger, transparent et concu pour l'aide a la decision immobiliere
2
Réponse en une requête
Trois champs (prix, surface, pièces), un clic : l'API renvoie instantanément le prix estimé, l'écart en euros et en pourcentage, le ratio de cohérence et un label exploitable.
3
Pipeline MLOps bout en bout
Entraînement offline, artifact persisté, serving REST via FastAPI, interface web autonome et conteneurisation Docker : chaque brique suit les standards de mise en production.
Comment ça marche ?
L'utilisateur saisit le prix affiché, la surface en m² et le nombre de pièces. En arrière-plan, une régression calibrée sur les ventes de la dernière année calcule le prix attendu pour ce profil de bien. L'interface restitue un tableau de bord complet : estimation, écart en euros et en pourcentage, prix au m² comparé, ratio de cohérence et verdict (underpriced, fair, overpriced). Plus le ratio s'approche de 1, plus l'annonce est alignée avec la réalité du marché.
Un périmètre maîtrisé
Le jeu de données est extrait de la base gouvernementale DVF, filtré sur le département du Var (83), la commune de Toulon, les sections cadastrales du centre-ville (rayon de 15 minutes a pied de la gare) et limité aux appartements. Seule la fenêtre mai 2024 - juin 2025 est retenue, afin d'écarter les distorsions post-COVID et de refléter les conditions actuelles du marché. 124 ventes réelles alimentent le calibrage.
La méthode, en toute transparence
Pourquoi travailler en log ?
En immobilier, un écart de 20 000 € ne représente pas le même enjeu sur un studio a 100 000 € que sur un T4 a 500 000 €. Le logarithme du prix transforme ces différences absolues en écarts relatifs, ce qui rend les comparaisons homogènes et stabilise la variance du modèle.
Seuils et verdict
Les coefficients sont ajustés automatiquement par régression log-linéaire. Le verdict découle du ratio prix demandé / prix estimé : en dessous de 0.9, le bien apparaît sous-évalué ; entre 0.9 et 1.1, la tarification est cohérente ; au-dessus de 1.1, il est probablement surévalué.
En Image
Stack technique
Des briques open source, assemblées pour être reproductibles et déployables en un clic
Et après ?
Le socle est posé : voici les axes d'évolution déja identifiés !
Historique de recherche
Sauvegarder chaque analyse avec un nom de bien et permettre un export Excel pour faciliter le suivi.
Couverture multi-villes
La structure multi-projets permet d'étendre le scoring a d'autres communes et types de biens sans toucher au code métier.
Déploiement cloud
Publier le conteneur sur un service managé pour rendre l'outil accessible en permanence, sans installation.
Gestion de versions
Comparer plusieurs générations du modèle côte a côte pour mesurer les gains de précision au fil du temps.
