Étude de cas · 2026

Fraud Alert - Détecteur de Faux Chèques

En coursProjet clientMobile

Application mobile et web de détection de fraudes sur les chèques bancaires par intelligence artificielle. Permet de numériser ou téléverser un chèque via la caméra, d'obtenir une analyse automatique avec score de fiabilité en temps réel, et de suivre l'historique détaillé des vérifications. Intègre une authentification sécurisée avec vérification OTP par e-mail et une gestion complète du profil utilisateur.

Plateforme
Mobile
Rôle
Développeur mobile et web, chez DevHomeTech
Durée
3 mois
Année
2026
Type
Projet client
Statut
En cours

Technologies utilisées

  • Flutter
  • Dart
  • GetX
  • React
  • Tailwind CSS
  • Django REST API

Contexte

Vérifier un chèque à l'œil prend du temps et laisse passer des falsifications : montant retouché, signature imitée, chèque d'un autre carnet. Le contrôle repose sur l'expérience de l'agent, et il ne reste aucune trace de ce qui a été vérifié.

L'objectif : qu'un agent puisse photographier un chèque et obtenir en quelques instants un avis argumenté, puis retrouver chaque vérification plus tard.

Le défi

Présenter le verdict d'une IA à un agent bancaire sans en faire une certitude. Le résultat combine un score de 0 à 100, un statut (vérifié, suspect, revue manuelle) et une explication, et renvoie vers un humain dès qu'il y a un doute.

Approche

  1. 1e étape

    J'ai construit l'application mobile en Flutter avec GetX : capture du chèque à la caméra ou import d'une image, envoi à l'API d'analyse, puis affichage d'un score de fraude et d'un statut lisibles d'un coup d'œil.

  2. 2e étape

    L'API Django REST, développée par mon collègue Aka Konin, extrait les informations du chèque avec Claude Vision, compare la signature à celle du client et vérifie le compte bénéficiaire.

  3. 3e étape

    La sécurité passe en premier pour un outil bancaire : connexion avec code OTP envoyé par e-mail, mot de passe contrôlé, gestion du profil. Chaque analyse est enregistrée dans un historique détaillé.

  4. 4e étape

    J'ai ensuite porté l'application sur le web en React et Tailwind CSS, avec des graphiques Recharts, pour que les vérifications puissent aussi se faire depuis un poste de travail.

Fonctionnalités clés

  • Scan du chèque

    Photo à la caméra ou import d'une image, envoyée directement à l'analyse.

  • Score de fraude expliqué

    Un score de 0 à 100, un statut et les raisons qui le justifient.

  • Connexion sécurisée

    Code OTP envoyé par e-mail, mot de passe contrôlé à la saisie.

  • Historique des analyses

    Chaque chèque analysé reste consultable, avec son détail.

  • Version web

    Les mêmes vérifications depuis un poste de travail, avec des graphiques de suivi.

Résultats

plateformes : mobile et web
2
score de fraude par chèque
0–100
types de scan
3

Un même service sur mobile et sur le web : photographier, analyser, conserver. Le score de fraude transforme une impression en décision traçable. L'application est en cours de développement pour un client bancaire.

Concevoir un parcours de capture fiable (cadrage, qualité de l'image) et présenter un résultat d'IA de façon claire, sans faire croire à une certitude absolue.
Ce que j'en retiens