Module 3 — Backend IA avec Node.js et Express
Structurez une architecture backend professionnelle en couches avec Express et TypeScript : intégrez le SDK officiel Google GenAI et sécurisez vos accès avec validation stricte Zod. Connectez une base relationnelle MySQL, gérez les erreurs de quotas et automatisez vos tests d'intégration avec Vitest.
Le rôle du backend dans une application IA
Analyser les responsabilités critiques du serveur : isolation des secrets API, contrôle d'accès, persistance et découplage logique.
Installer Node.js et initialiser un projet TypeScript
Configurer un environnement serveur moderne avec TypeScript, tsx, ESLint et structurer une architecture en couches industrielles.
Configuration centralisée Zod et serveur Express
Mettre en place la validation stricte des variables d'environnement au démarrage avec Zod et initialiser un serveur Express modulaire.
Créer un service Gemini professionnel et une route de génération
Encapsuler les appels à Gemini dans une couche de service découplée et exposer un endpoint REST de génération robuste.
Routes, contrôleurs, services et middlewares
Appliquer les patrons d’architecture logicielle : séparation stricte entre routes, contrôleurs de requête, logique métier et middlewares.
Connecter MySQL et gérer l'historique des conversations
Modéliser et persister les conversations et messages dans MySQL avec gestion de pool de connexions et intégrité relationnelle.
Comprendre et intégrer le Vercel AI SDK côté serveur
Configurer Vercel AI SDK côté serveur pour orchestrer des flux Server-Sent Events (SSE) standardisés vers le client.
Protéger l'API contre les abus et les surcoûts
Implémenter un rate limiter dynamique, plafonner la consommation de tokens et filtrer les requêtes malveillantes contre l'API.
Gestion des erreurs HTTP et résilience IA
Bâtir un middleware global de gestion d’erreurs, normaliser les codes HTTP et assurer la continuité de service en cas de panne IA.
Tests unitaires et d'intégration avec Vitest et Supertest
Rédiger une suite complète de tests unitaires et d’intégration HTTP en mockant les appels LLM pour un pipeline CI/CD rapide.
Journalisation, streaming et communication avec React
Mettre en place des logs structurés avec Pino, surveiller la latence de bout en bout et finaliser l’interfaçage temps réel avec React.
Développer une API professionnelle d'assistant IA
Concevoir et livrer une API backend complète en couches : authentification, streaming, persistance MySQL et monitoring.
Mise en production, évaluation & Annexes
Valider l’ensemble des compétences backend IA via une checklist de mise en production, un questionnaire technique et un audit de code.