Anonimización en streaming para cámaras de seguridad ciudadana
Visión general
De qué trata este proyecto.
Construye una pipeline que anonimice rostros y matrículas en vídeo de seguridad a 25 fps con RetinaFace y YOLOv8, mide precisión y obtén tu certificado verificable.
El escenario
La empresa (~280 personas, ~52 clientes corporativos, ~26 M EUR de facturación) ha perdido dos concursos en los últimos seis meses frente a competidores que ya ofrecen modo anonimizado por defecto; la dirección y el área legal están alineados en cerrar la brecha antes del próximo ciclo de licitaciones.
El Briefing
Lo que harás y lo que demostrarás.
Construir una pipeline de anonimización en streaming a 25 fps que cumpla RGPD/LOPDGDD, alcance recall de anonimización mayor o igual a 0,98 y degrade el aforo aguas abajo en menos del 8%.
Earning criteria — what you'll demonstrate
- Aplicar detección de objetos en tiempo real sobre flujos de vídeo a 25 fps
- Diseñar una pipeline que conserve utilidad analítica eliminando información personal identificable
- Medir el impacto de la anonimización sobre tareas aguas abajo, no sólo sobre la detección
- Conectar requisitos legales (RGPD/LOPDGDD) con decisiones de ingeniería trazables
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Object Detection
Apply object detection to solve real industry problems and demonstrate production-level capability.
- Real Time Video
Apply real time video to solve real industry problems and demonstrate production-level capability.
- Privacy Engineering
Apply privacy engineering to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Edge Deployment
Apply edge deployment to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Computer Vision Engineer
Detección de objetos en tiempo real bajo restricciones de fps y de privacidad es trabajo nuclear para una persona ingeniera de CV en cualquier empresa de videovigilancia o de IA física que opere en Europa.
Este proyecto afina
- object-detection
- real-time-video
- model-evaluation
MLOps Engineer
Sostener 25 fps en producción con pipeline dockerizada y métricas operativas es exactamente el alcance MLOps en sistemas de visión en streaming.
Este proyecto afina
- edge-deployment
- real-time-video
- model-evaluation
AI Safety Researcher
Diseñar una pipeline que conecta recall de anonimización con la cadena de custodia RGPD muestra el razonamiento de seguridad y privacidad por diseño que se valora en equipos de red team y de responsible AI.
Este proyecto afina
- privacy-engineering
- model-evaluation
- object-detection