Rekup · 2025
Rekup : une IA qui personnalise la récupération sportive
Application mobile qui génère des routines de récupération à partir de l'historique d'entraînement.
Le problème à résoudre
Les sportifs s'entraînent dur mais récupèrent au hasard : les routines génériques trouvées en ligne ignorent ce qu'ils viennent réellement de faire subir à leur corps. Rekup voulait inverser la logique — partir de l'historique d'entraînement réel de l'utilisateur pour lui proposer, chaque jour, la séance de récupération dont il a besoin.
Notre mission
- Transformer un historique d'entraînement en recommandations exploitables
- Concevoir une application mobile iOS et Android depuis zéro
- Intégrer un modèle de langage sans exploser les coûts par utilisateur
- Mettre en place un abonnement freemium
- Livrer un produit publié sur les stores, prêt à accueillir ses utilisateurs
Ce que nous avons construit
Nous avons construit un pipeline où les données d'entraînement sont structurées, enrichies d'un contexte métier (charge musculaire, groupes sollicités, fatigue cumulée) puis soumises à un modèle de langage encadré par des règles strictes. Le modèle ne décide pas seul : il compose à partir d'une bibliothèque de mouvements validés, ce qui rend chaque routine à la fois personnalisée et sûre.
Contexte métier avant le modèle
L'historique est analysé et structuré en amont : le LLM reçoit un contexte propre, pas des données brutes.
Génération encadrée
Les routines sont composées à partir d'une bibliothèque de mouvements validés, ce qui élimine les recommandations hasardeuses.
Coût par utilisateur maîtrisé
Mise en cache et sélection du modèle selon la tâche : la qualité là où elle compte, l'économie ailleurs.
Monétisation intégrée
Abonnement freemium géré via RevenueCat, avec une période d'essai gratuite de 14 jours.
Comment l'IA travaille réellement
Un modèle de langage seul ne suffit pas. La valeur naît de ce qui l'entoure : la donnée qu'on lui donne, le cadre qu'on lui impose, et la façon dont on restitue sa réponse.
- 1
Collecte
L'historique d'entraînement de l'utilisateur est enregistré séance après séance.
React Native · PostgreSQL - 2
Structuration
Les données sont enrichies : groupes musculaires sollicités, intensité, fatigue cumulée.
Logique métier - 3
Génération
Un modèle de langage compose la routine à partir d'une bibliothèque de mouvements validés.
API LLM - 4
Restitution
La séance est présentée mouvement par mouvement, guidée en vidéo dans l'application.
Expo
Ce que le projet a livré
iOS + Android
Deux plateformes
Une seule base de code React Native, publiée sur l'App Store et Google Play.
14 jours
Essai gratuit
Un tunnel d'abonnement complet, de l'essai à la conversion, géré par RevenueCat.
FR / EN
Application bilingue
Pensée dès le départ pour une distribution internationale.
Un projet comme celui-ci ?
Solution IA : parlons-en lors d'un appel de découverte gratuit. Nous évaluons ensemble votre besoin, le périmètre et le budget, sans engagement.