learningto.co propose une préparation gratuite aux entretiens d’ingénierie avec visualisations interactives

Présentation

learningto.co est une plateforme web qui regroupe plus de 16 compétences en structures de données et algorithmes, chacune découpée en sous‑modules (ex. tableaux, listes chaînées, graphes). L’interface affiche le nombre de sujets maîtrisés (0/16) et le nombre de défis résolus, ce qui incite l’utilisateur à progresser de façon mesurable. Aucun compte n’est requis ; l’accès se fait directement depuis le navigateur, ce qui élimine la barrière financière souvent rencontrée avec les services payants.

Le site propose un problème d’exemple tiré d’un entretien Google : « Two Sum ». La description indique clairement les contraintes (solution unique, pas de réutilisation d’un même élément) et les complexités attendues : Time : O(n), Space : O(n). Cette transparence sur les métriques de performance est rare dans les outils grand public.

Architecture et fonctionnalités techniques

Le moteur d’exécution repose sur un Python playground intégré au navigateur. Il s’agit très probablement d’une couche WebAssembly (ex. Pyodide) qui compile l’interpréteur CPython en temps réel, permettant d’exécuter du code Python sans serveur. Cette approche réduit la latence (tout se passe côté client) mais impose une consommation mémoire proportionnelle à la taille du runtime Python (~30 Mo).

Les visualisations interactives sont générées via des bibliothèques JavaScript (probablement D3.js ou React‑Flow) qui traduisent les structures de données en graphes dynamiques. Chaque fois que l’utilisateur soumet une solution, le code est évalué, puis les résultats (indices, temps d’exécution) sont affichés à côté d’une représentation graphique du tableau ou de la liste.

Le feedback « AI‑powered » s’appuie sur un appel à une API de modèle de langage (ex. OpenAI ou Cohere). Le texte fourni par l’utilisateur (code source) est envoyé, analysé, puis le modèle renvoie des suggestions d’optimisation ou des explications de complexité. Cette boucle nécessite une connexion internet et expose le code de l’utilisateur à un service externe, soulevant des questions de confidentialité.

def two_sum(nums, target):
    seen = {}
    for i, num in enumerate(nums):
        if target - num in seen:
            return [seen[target - num], i]
        seen[num] = i

Analyse des performances et des limites

Le calcul en local garantit un temps de réponse instantané pour les petits jeux de tests, mais la complexité O(n) du problème Two Sum reste théorique : le runtime réel dépend du moteur JavaScript qui orchestre l’appel à Pyodide, introduisant une surcharge d’interprétation. En pratique, les temps d’exécution affichés sont souvent supérieurs à ceux observés sur une machine native.

Le suivi de progression repose sur le stockage local du navigateur (localStorage). Cette méthode est simple mais ne persiste pas entre différents appareils, limitant l’utilité pour les utilisateurs qui souhaitent travailler sur plusieurs machines. De plus, l’absence de système d’authentification empêche la collecte de métriques agrégées, ce qui réduit la capacité du service à affiner ses algorithmes de recommandation.

Sur le plan de la sécurité, l’exécution de code Python côté client évite les risques d’injection serveur, mais expose le navigateur à des boucles infinies ou à des consommations excessives de CPU. Le site doit donc implémenter des limites d’exécution (timeouts) que la documentation ne mentionne pas explicitement.

En résumé, learningto.co combine des technologies modernes (WebAssembly, visualisations JavaScript, IA) pour offrir une alternative gratuite aux plateformes payantes. Son architecture client‑centrée assure une accessibilité immédiate, mais introduit des contraintes de persistance, de confidentialité et de performances qui devront être adressées pour rivaliser avec les solutions professionnelles.