En tant que QA automation engineer, j’aime aussi explorer des stacks complètes en dehors du boulot. Ce projet est parti d’un besoin concret : mes vieilles caméras Foscam devenaient obsolètes, leur appli et leurs services d’origine dépassés. Plutôt que de tout remplacer, j’ai voulu les moderniser et bâtir mon propre système de vidéosurveillance, sans cloud ni abonnement, en gardant la main sur mes données.
Le cœur tourne sur un Raspberry Pi 4 en Python : détection d’objets par IA (YOLO / ONNX / OpenCV), filtrage du mouvement, enregistrement de clips et alertes temps réel. Une interface PHP hébergée sur un mutualisé classique communique avec le Pi via une API REST et du streaming vidéo.
Fidèle à mon métier, j’ai mis en place une chaîne CI/CD avec GitHub Actions : tests automatisés (pytest) à chaque commit et déploiement continu du front vers mes environnements de preprod et prod.
J’ai construit tout le backend en pair-programming avec Claude (IA). De l’architecture au code, par itérations successives, prompts affinés et revues de code. J’en ai aussi profité pour moderniser un front existant.
Un vrai terrain de jeu, de l’edge AI au web, pour aiguiser ma curiosité technique et ma pratique du développement assisté par IA.
Le next step serait de proposer une partie de ce projet en open source. Une fois que le projet sera mature et éprouver sur plusieurs support backend.