Les technologies que nous utilisons

Comment choisissons-nous nos technologies ?

Nous choisissons l’outil qu’une équipe compétente saura encore maintenir dans cinq ans, puis nous le confrontons aux données, à la charge et au budget du projet. Pour la plupart des systèmes d’entreprise, cela veut dire un framework répandu, un langage typé, PostgreSQL et des tests automatisés. Une nouvelle technologie n’a sa place que là où elle résout un problème que les options éprouvées ne résolvent pas.

En pratique, quelques règles guident la plupart des choix :

• Sans surprise là où il le faut. L’authentification, les paiements, le stockage des données et les sauvegardes reposent sur des bibliothèques éprouvées et des services bien documentés. Ce n’est pas l’endroit pour expérimenter.
• Des frameworks qui ont fait leurs preuves. React, Next.js, FastAPI, Laravel et PostgreSQL ont de grandes communautés, des mises à jour de sécurité régulières et beaucoup de développeurs qui les maîtrisent. Votre système ne dépend pas de nous seuls.
• Code typé et frontières validées. Nous écrivons du TypeScript et du Python typé, et nous validons chaque donnée qui franchit une frontière (formulaires, API, webhooks, fichiers importés) par rapport à un schéma, avec Zod ou JSON Schema. Toute une catégorie de bugs est ainsi arrêtée avant la production.
• Des tests à chaque modification. Tests unitaires et d’intégration avec Vitest et pytest, tests de bout en bout avec Playwright, et pipelines CI qui bloquent une mise en production dès qu’un test échoue.
• Un hébergement choisi selon les données. Les sites publics peuvent tourner sur une plateforme mondiale. Les systèmes qui traitent des données personnelles ou sensibles peuvent être hébergés en Suisse ou dans l’UE, conformément à la loi fédérale sur la protection des données (LPD) révisée et au RGPD. Grâce à Docker, cette décision reste réversible.
• Adapté à votre équipe. Si vos développeurs connaissent déjà PHP et Laravel, nous ne vous pousserons pas vers Python. La meilleure stack est souvent celle que vos équipes peuvent maintenir.

Et les nouvelles technologies ?

Nous adoptons de nouveaux outils lorsqu’ils répondent à un besoin concret. Le Model Context Protocol (MCP) en est un exemple récent : quand des agents IA ont eu besoin de lire directement des données structurées, nous avons construit un serveur MCP en lecture seule à côté de l’API REST publique d’un annuaire d’API de communication que nous avons développé, plutôt que de laisser les agents extraire le contenu des pages web. Les modèles de langage d’Anthropic, d’OpenAI et de Google en sont un autre : nous les utilisons au sein des processus, avec validation des résultats et plafonds de coûts, comme décrit sur la page IA et automatisation.

Pourquoi cette liste est-elle plus courte qu’un mur de logos habituel ?

Parce que chaque élément de cette page figure dans du code que nous avons écrit et que nous exploitons : dans des plateformes que nous avons développées et exploitons ou dans des intégrations que nous avons livrées. Nous ne listons pas les outils que nous ne connaissons que de nom. Si votre projet requiert quelque chose qui n’y figure pas, nous vous le dirons franchement et vous expliquerons comment nous l’aborderions.