Todos los proyectos
Emprendimiento|2026|
Deployado, pre-MVP

Soma Intelligence

Visión por computadora que convierte las cámaras existentes en métricas operativas

Role: Founder & Developer

Rol: Fundador y Desarrollador

Descripción general

Una plataforma que se conecta a las cámaras IP que el local ya tiene y convierte el video en métricas de aforo en vivo y alertas de seguridad. Una mini-PC en el local corre los modelos de visión y emite solo eventos JSON — el video crudo nunca sale del local, y no hay reconocimiento facial, solo siluetas anónimas. La privacidad es la feature, no un descargo.

El Desafío

Los locales ya tienen cámaras, pero el video solo se mira después de que algo salió mal. Convertirlo en datos operativos en vivo implica correr modelos de visión de forma barata en el local, y hacerlo sin mandar el video crudo de los clientes a una nube que no controlan.

El Enfoque

Cuatro componentes: un servicio edge en Python que detecta y trackea, un backend Spring Boot que agrega los eventos en métricas y evalúa reglas de alerta, un dashboard React, y un broker MQTT como contrato entre el edge y la nube. Todo el stack — Timescale, EMQX, MinIO, API y web — corre en containers con un perfil productivo fail-fast.

El Resultado

El lado nube está deployado end to end con dominio propio: registro, alta de local, pipeline de eventos y dashboard funcionando. La vertical inicial es gastronomía; el servicio edge es la pieza que falta endurecer.

Puntos Clave

01Separación edge/nube: YOLO + tracking en el local, solo eventos JSON cruzan la red por MQTT
02TimescaleDB para las series temporales: aforo en vivo, entradas por hora, permanencia
03Motor de reglas de alerta: intrusión fuera de horario, aforo máximo, cámara caída
04Sin reconocimiento facial por diseño — solo siluetas anónimas