Expérience
De Casablanca à Toulouse — un parcours en ingénierie IA, vision par ordinateur et numérisation de manuscrits.
Formation
Sujet : Reconnaissance de texte manuscrit dans les manuscrits scientifiques arabes médiévaux et développement d'un LLM dédié.
Accès sélectif sur moyenne. Diplômé avec les Félicitations du jury.
Mention Très Bien.
Expérience professionnelle
Objectif : Segmentation d'images médicales par apprentissage few-shot.
- Revue de l'état de l'art des algorithmes de segmentation à données limitées et d'apprentissage few-shot.
- Traitement d'images IRM et TDM, compréhension de leurs spécificités et formats.
- Développement d'un modèle de segmentation basé sur l'architecture U-Net en configuration few-shot.
Objectif : Plateforme intelligente de traduction temps réel langue des signes vers texte pour personnes sourdes et muettes.
- Revue de l'état de l'art des méthodes de détection et segmentation de mains.
- Développement d'un algorithme CNN de reconnaissance de gestes.
- Création d'une interface et déploiement avec Flask et OpenCV.
Objectif : Solution intelligente de segmentation des zones endommagées de véhicules pour l'évaluation automatique des assurances.
- Collecte et traitement d'images automobiles avec Python, Selenium et Scrapy.
- Implémentation d'un CNN de classification de véhicules endommagés avec PyTorch.
- Développement d'un algorithme de vérification de plaque d'immatriculation combinant CNN et OCR.
Objectif : Détection d'équipements de protection individuelle (EPI) à partir de vidéo pour réduire les risques opérationnels en milieu industriel.
- Constitution d'un jeu de données structuré contenant diverses classes d'EPI.
- Conception d'un algorithme de détection et reconnaissance d'EPI basé sur CNN.
Compétences techniques
Data Science
IA / Outils ML
Architectures
Langages
Certifications
- Data Scientist Associate (90h)
- Advanced Learning Algorithms (34h)
- Supervised Machine Learning: Regression & Classification (33h)
- Machine Learning for Time Series Data in Python (4h)