
2025
Lumea
Plateforme de visualisation 3D pour véhicules d'occasion. Une simple vidéo devient un modèle 3D interactif explorable par l'acheteur avant la visite.
Django REST FrameworkPythonGaussian SplattingDockerGitHub ActionsNext.jsWebGL
Lumea : Transformer une vidéo en modèle 3D interactif pour vendre des voitures
Pipeline automatisé : le concessionnaire filme, Lumea reconstruit un modèle 3D explorable en 1 heure.
Contexte
Un concessionnaire veut vendre une voiture d'occasion en ligne. Problème : les photos ne suffisent plus. Les acheteurs veulent inspecter le véhicule sous tous les angles avant de se déplacer.
Solution : le vendeur filme simplement la voiture en tournant autour. Lumea reconstruit automatiquement un modèle 3D interactif, augmenté des infos clés (kilométrage, motorisation, consommation).
L'acheteur explore le véhicule depuis son canapé. Le concessionnaire ne reçoit que des leads pré-qualifiés.
Ma Mission
- Architecture back-end complète : API Django REST, gestion des uploads vidéo, orchestration du pipeline
- Pipeline de reconstruction 3D : scripts Python intégrant Postshot (Gaussian Splatting), automatisation du traitement vidéo vers modèle 3D
- Infrastructure : Docker, CI/CD GitHub Actions, micro-services de calcul isolés pour le traitement lourd
- Coordination technique : 60% du développement global du projet, en équipe de 4 (2 devs)
Démonstration
Résultats
| Métrique | Résultat |
|---|---|
| Véhicules traités en beta | 10+ |
| Temps de traitement | ~1h pour un rendu haute qualité |
| Rendu | Temps réel, optimisé mobile |
| Architecture | Micro-services scalables |
Ce que ce projet démontre
- Gestion de projets tech complexes : pipeline de traitement lourd (vidéo → 3D), orchestration de services
- Intégration de technologies émergentes : Gaussian Splatting via Postshot, rendu WebGL
- Autonomie : 60% du projet réalisé seul, de l'architecture au déploiement
- Type : Plateforme B2B (early beta)
- Rôle : Lead Back-end & Infrastructure
- Durée : 6 mois
- Équipe : 4 personnes (2 développeurs)