Mouad N.
Master 2 Génie électrique et systèmes embarqués à la FP Larache, en recherche d'un PFE dès février 2027
Présentation
En Master 2 Génie électrique et systèmes embarqués à la Faculté Polydisciplinaire de Larache, après une licence en sciences de la matière physique, parcours électronique, à l'Université Abdelmalek Essaâdi de Tétouan.
En 2024, un contrat d'insertion chez TE Connectivity à Tanger m'a fait réaliser des prototypes et échantillons de systèmes d'interconnexion électrique pour l'automobile, avec contrôle qualité et tests de conformité. Mes projets portent sur la conception en VHDL des modules CPU, RAM et ROM d'un microcontrôleur pour FPGA, sur la simulation d'un système de gestion de batterie (BMS) sous MATLAB, Simulink et Stateflow, et sur un robot mobile autonome programmé en Python sur Raspberry Pi Pico.
Je cherche un stage de fin d'études (PFE) de 3 à 6 mois à partir de février 2027, à Tanger, Casablanca ou Rabat.
Formation
Master · Faculté Polydisciplinaire de Larache
2025 – 2027
Licence · Université Abdelmalek Essaâdi, Tétouan
2021 – 2025
Expérience
Technicien d'Essais et Échantillons Expérimentaux · TE Connectivity
01/2024 – 04/2024
Contrat d'insertion. Réaliser des prototypes et échantillons de systèmes d'interconnexion électrique pour l'automobile. Contrôler la qualité et vérifier la conformité des échantillons aux exigences techniques. Participer à la validation des prototypes avec les équipes d'ingénierie et de production.
Projets
Conception et simulation d'une architecture de microcontrôleur en VHDL pour FPGA
Conception en VHDL des modules CPU, RAM et ROM, simulation sous Quartus, Questa et ModelSim, développement en cours de l'architecture et intégration progressive des modules. Projet en cours.
Conception et simulation d'un BMS (Battery Management System)
Modèle de gestion de batterie sous MATLAB, Simulink et Stateflow, gestion des cycles de charge et de décharge, détection de défauts, équilibrage des cellules et modélisation de la commande des contacteurs.
Robot mobile autonome de résolution de labyrinthe
PFE de licence. Algorithmes de navigation autonome en Python sur Raspberry Pi Pico, intégration de capteurs infrarouges et pilotage des moteurs, conception de la structure et tests fonctionnels.