Aller au contenu
Mohammed A.

Mohammed A.

En master informatique et intelligence artificielle à Kénitra, en recherche d'un stage PFE en IA et data science

FS Kénitra · Bac+4Informatique Cherche un stage dès maintenant · 1 à 3 mois Mobilité : Casablanca, Rabat, Tanger, Fès, Kénitra Recherche : Stage PFE

Présentation

En master Informatique et Intelligence Artificielle à l'Université Ibn Tofail de Kénitra, j'ai enchaîné trois stages d'ingénierie IA. Le plus récent, à distance pour Life line of Africa en 2025, m'a fait concevoir un système de reconnaissance faciale en temps réel avec une précision de détection de 90 %, déployé sous Docker.

Au printemps 2025, j'ai développé une solution de maintenance prédictive combinant LSTM, blockchain (Ethereum/IPFS) et un module LLM-RAG avec LangChain, Hugging Face et Ollama, avec une précision de 95 % sur la prédiction d'anomalies. Je mène aussi des projets personnels: chatbot RAG sur documents PDF, détection de cyberharcèlement, génération de musique avec MuseGAN.

Je vise un stage PFE en intelligence artificielle ou data science.

Formation

  1. Master en informatique et intelligence artificielle · Université Ibn Tofail, Kénitra

    2024

  2. Licence en mathématiques et informatique · Université Ibn Tofail, Kénitra

    2022 – 2024

  3. DUT en informatique décisionnelle · École Supérieure de Technologie de Fès

    2020 – 2022

Expérience

  1. Ingénieur en IA (stage): système de reconnaissance faciale · Life line of Africa

    07/2025 – 08/2025

    Concevoir un système de reconnaissance faciale en temps réel avec une précision de détection de 90 %. Intégrer un pipeline de traitement d'images pour fluidifier les flux vidéo. Déployer l'application sous Docker. Optimiser avec MediaPipe et face_recognition pour réduire les faux positifs.

  2. Stagiaire ingénieur IA: maintenance prédictive avec blockchain · Université Ibn Tofaïl

    03/2025 – 06/2025

    Développer un système de maintenance prédictive combinant LSTM, blockchain (Ethereum/IPFS) et module LLM-RAG (LangChain, Hugging Face, Ollama). Prédire les anomalies avec une précision de 95 %. Mettre en place le stockage et la traçabilité des données sur la blockchain, déploiement sous Docker. Créer des interfaces de suivi des prédictions.

  3. Stagiaire ingénieur IA: optimisation et graphes (Dijkstra & TSP) · Université Ibn Tofaïl

    03/2023 – 07/2023

    Adapter l'algorithme de Dijkstra au problème du voyageur de commerce. Analyser et visualiser les performances sur de grands graphes avec NumPy, Pandas et Matplotlib. Déployer sous Docker.

Projets

  1. Chatbot intelligent LLM-RAG

    Assistant répondant à partir de documents PDF internes. Stack: Python, LangChain, Ollama, FAISS, Streamlit.

  2. Détection du cyberharcèlement avec IA

    Comparaison régression logistique et SVM. Frontend React.js, backend Flask et MongoDB, déploiement Docker.

  3. APPASSIONATO: génération de musique polyphonique

    MuseGAN sur le dataset Lakh MIDI (LMD-Full), prétraitement des fichiers MIDI, intégration d'un LLM pour décrire et suggérer des variations.

Certifications

  1. Full-Stack Web Development

  2. AI Engineer

  3. DevOps Masterclass

  4. Deep Learning