Aller au contenu
El-Idrissi N.

El-Idrissi N.

Étudiant ingénieur en 4e année IA à l'eidia, en recherche de stage de 1 à 2 mois en IA et data science

EIDIA · Bac+4Informatique Cherche un stage dès maintenant · 1 à 3 mois Recherche : Stage opérationnel

Présentation

  • Je suis en 4e année du cycle ingénieur en Intelligence Artificielle à l'EIDIA (Université Euromed de Fès). Mes projets portent sur la vision par ordinateur et les systèmes intelligents: un système multi-agents de surveillance urbaine avec 10 agents SPADE, détection d'objets YOLOv8 et lecture de plaques par OCR, un détecteur de deepfakes basé sur EfficientNet-B4 et ViT avec explicabilité Grad-CAM, et un classifieur de langue des signes américaine (CNN ResNet50) déployé sous Streamlit.
  • Côté ingénierie, j'ai déployé une application React/Node.js sur AWS avec Terraform et un pipeline CI/CD, ainsi qu'une architecture de microservices sur Kubernetes supervisée par Prometheus et Grafana.
  • Je cherche un stage de 1 à 2 mois en machine learning, vision par ordinateur ou NLP, disponible immédiatement.

Formation

  1. Diplôme d'ingénieur en Intelligence Artificielle · EIDIA (Université Euromed de Fès)

    2021 – 2026

Projets

  1. Smart City: surveillance urbaine intelligente

    Système de 10 agents SPADE avec protocole Contract-Net FIPA-ACL. Détection d'objets YOLOv8 et OCR de plaques (EasyOCR). Apprentissage fédéré simulé (FedAvg) et tableau de bord Streamlit en temps réel.

  2. Détection de deepfakes

    Modèles EfficientNet-B4 et ViT-B/16 entraînés sur FaceForensics++. Explicabilité par Grad-CAM, interface web FastAPI et React.

  3. Détection de la langue des signes américaine (ASL)

    Classification de l'alphabet ASL par CNN et ResNet50 (PyTorch). Application de démonstration déployée avec Streamlit.

  4. ARIMA contre réseaux de neurones

    Comparaison d'ARIMAX, de réseaux FFNN et de la régression linéaire sur des données hydrologiques sous R. Meilleurs résultats: ARIMA (MSE 0,0423) et FFNN (MSE 0,0458), avec rapport LaTeX.

  5. Application web full-stack sur AWS

    Déploiement avec Terraform (VPC, EC2, S3, Load Balancer, Auto Scaling). Pipeline CI/CD complet, stack React, Node.js et MongoDB.

  6. Déploiement Kubernetes de microservices

    Architecture microservices sous Kubernetes et Docker. Supervision Prometheus et Grafana, autoscaling HPA.

Certifications

  1. Introduction to Kubernetes · The Linux Foundation