Skip to main content
// DOSSIER 02 / 19
← Tous les dossiers

Blitzlearning

ClientMULTI-LOCATAIRE · RLS APPLIQUÉ · EN LIGNEFastAPIPostgreSQLpgvectorMeilisearchRedis VOIR LE SITE EN LIGNE ↗
01> COMMENT NOUS L'AVONS LIVRÉ
// LE DÉFI01

Un LMS nativement IA doit se vendre à des institutions qui ne partagent rien — qu'un locataire aperçoive la cohorte d'un autre et le contrat s'arrête — tout en restant instantané sur une bibliothèque de cours que personne n'a envie de feuilleter page à page.

// L'APPROCHE02

L'isolation vit dans la base, pas dans le code applicatif : Postgres 16 avec row-level security par locataire, pgvector à côté pour la recherche par le sens, Meilisearch pour la vitesse par mots-clés, et des workers arq qui ingèrent le matériel derrière une surface FastAPI asynchrone.

// LE RÉSULTAT03

Les locataires partagent une base et ne peuvent atteindre les lignes des autres même si l'API se trompe. Le matériel de cours devient interrogeable par formulation et par intention dès la fin du téléversement.

case --info blitzlearning
> client · Blitzlearning
> secteur · EdTech
> stack · FastAPI · PostgreSQL · pgvector · Meilisearch · Redis
> résultat · MULTI-LOCATAIRE · RLS APPLIQUÉ · EN LIGNE
> case/blitzlearningLIVRÉ ▮

Vous voulez un système comme celui-ci ?

Dites-nous ce que vous construisez. Vous recevrez un plan cadré, pas un argumentaire commercial.