Car Dealership Review Portal

A full-stack capstone project that lets users browse dealerships, post reviews, and analyze review sentiment through a small microservice.

Overview

This project was built as part of my IBM Full Stack Developer capstone. The goal was to practice building a real application with a frontend, backend APIs, and a sentiment analysis service.

What it does

Browse registered car dealerships and view details.
View vehicles and basic specifications.
Post and read reviews for a dealership.
Analyze review sentiment using a sentiment microservice.
Support user registration and login.

My role / What I built

Built Django REST APIs and backend models for dealership data and reviews.
Integrated a sentiment analysis microservice for processing review text.
Built a React frontend with routing, forms, and API integration.
Connected the app to MongoDB for data persistence.
Containerized services with Docker and prepared Kubernetes configuration.
Worked with environment-based configuration for local setup.

Tech stack

Frontend: React, React Router, Bootstrap
Backend: Django, Django REST Framework (Python)
Microservice: Python (sentiment analysis service)
Database: MongoDB
Infrastructure: Docker, Kubernetes (configs)
CI/CD: GitHub Actions (project setup)

Screenshots

Dealership list

Review submission

Sentiment result

Demo

Backend (local): http://localhost:3030
Sentiment service (local): http://localhost:5050

Status

Completed capstone project. All core features work: dealership browsing, reviews, and sentiment analysis.

Other Projects

Un projet capstone full-stack qui permet de parcourir des concessionnaires, publier des avis et analyser le sentiment des avis via un microservice.

Vue d’ensemble

Ce projet a été réalisé dans le cadre du capstone IBM Full Stack Developer. L’objectif était de pratiquer une application complète avec un frontend, des API backend et un service d’analyse de sentiment.

Ce que ça fait

Parcourir les concessionnaires enregistrés et voir les détails.
Voir des véhicules et quelques informations.
Publier et lire des avis pour un concessionnaire.
Analyser le sentiment des avis avec un microservice.
Gérer l’inscription et la connexion des utilisateurs.

Mon rôle / Ce que j’ai fait

Création des API Django REST et des modèles backend.
Intégration d’un microservice d’analyse de sentiment pour traiter le texte.
Développement du frontend React (routes, formulaires, appels API).
Connexion à MongoDB pour la persistance des données.
Conteneurisation avec Docker et préparation de configs Kubernetes.
Configuration via variables d’environnement pour l’installation locale.

Technologies

Frontend : React, React Router, Bootstrap
Backend : Django, Django REST Framework (Python)
Microservice : Python (analyse de sentiment)
Base de données : MongoDB
Infrastructure : Docker, Kubernetes (configs)
CI/CD : GitHub Actions (setup du projet)

Captures

Liste des concessionnaires

Formulaire d’avis

Résultat du sentiment

Démo

Backend (local) : http://localhost:3030
Service sentiment (local) : http://localhost:5050

Liens

Dépôt (GitHub): https://github.com/ledidk/xrwvm-fullstack_developer_capstone.git
Démo live : disponible en local (options de déploiement dans le dépôt)

Statut

Projet capstone terminé. Les fonctionnalités principales fonctionnent : navigation, avis, et analyse de sentiment.