AlertGeo — Système d'alerte géopolitique précoce
Système de veille stratégique qui détecte des signaux faibles géopolitiques en temps réel. Pipeline modulaire : collecte → scoring de risque → synthèse LLM local → alerte Telegram. Tourne en continu sur Raspberry Pi. Zéro coût cloud.
01 | Le contexte
Face à la fragmentation de l'information, comment détecter les prémices d'une crise géopolitique avant qu'elle ne fasse la Une des médias ? Les sources primaires (diplomatie, institutions) sont noyées dans le bruit médiatique, et les marchés financiers réagissent souvent avant les annonces officielles.
L'objectif de ce projet était de construire un outil souverain de veille stratégique : un système capable de repérer ces "signaux faibles" en temps réel et d'alerter instantanément, le tout avec une contrainte forte : 100% gratuit et indépendant (zéro abonnement cloud ou API payante).
02 | Le projet
Pour valider le concept, j'ai développé un MVP fonctionnel en 8 heures. J'ai architecturé un pipeline modulaire qui collecte l'information, génère un score de risque global, et utilise un LLM local pour rédiger une synthèse envoyée sur Telegram.
Aujourd'hui, l'architecture technique tourne en continu de manière robuste sur un Raspberry Pi. Mon défi actuel n'est plus technique, mais analytique : la modélisation du risque. Le vrai challenge d'AlertGeo est de déterminer les bons indicateurs et leur poids mathématique. Comment équilibrer l'impact d'une alerte diplomatique RSS avec une soudaine fermeture d'espace aérien ou un pic de volatilité sur le VIX ? J'itère actuellement sur cet algorithme de pondération pour que le score final reflète réellement l'imminence d'une crise.
03 | Les apprentissages
J'ai réalisé que l'ingénierie logicielle n'est que la moitié du chemin. La véritable complexité réside dans la compréhension du domaine (la géopolitique et la finance) : sélectionner les bons indicateurs prédictifs et créer des z-scores pertinents pour comparer des pommes (chute des marchés) et des oranges (mouvements militaires).
Penser le projet avec des "collecteurs" indépendants s'est révélé être un choix crucial. Cela me permet aujourd'hui d'ajouter de nouvelles sources ou d'en désactiver d'autres très facilement, sans casser le moteur de scoring principal.
J'ai validé la faisabilité d'intégrer un LLM local pour analyser des dépêches complexes sans dépendre des API de la Big Tech, avec un coût d'exploitation maintenu à 0€.