Mohammed A.
En master informatique et intelligence artificielle à Kénitra, en recherche d'un stage PFE en IA et data science
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
Master en informatique et intelligence artificielle · Université Ibn Tofail, Kénitra
2024
Licence en mathématiques et informatique · Université Ibn Tofail, Kénitra
2022 – 2024
DUT en informatique décisionnelle · École Supérieure de Technologie de Fès
2020 – 2022
Expérience
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.
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.
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
Chatbot intelligent LLM-RAG
Assistant répondant à partir de documents PDF internes. Stack: Python, LangChain, Ollama, FAISS, Streamlit.
Détection du cyberharcèlement avec IA
Comparaison régression logistique et SVM. Frontend React.js, backend Flask et MongoDB, déploiement Docker.
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
Full-Stack Web Development
AI Engineer
DevOps Masterclass
Deep Learning