Aller au contenu
Hani A.

Hani A.

Étudiant en Master 2 Intelligence Artificielle (FS Ben M'Sik), en recherche de stage PFE en IA et computer vision

FS Casablanca (Ben M'Sik) · Bac+5Informatique Cherche un stage du 1 févr. 2027 · 3 à 6 mois Mobilité : Casablanca, Rabat, Fès, Kénitra Recherche : Stage PFE

Présentation

Je suis en Master d'Excellence en Intelligence Artificielle à la Faculté des Sciences Ben M'Sik (Université Hassan II de Casablanca), après une licence d'excellence en IA obtenue avec mention Très Bien et un BTS en développement informatique.

Je construis des systèmes d'IA de bout en bout: OilGuard, un modèle DeepLabV3+ qui segmente les nappes d'hydrocarbures sur images Sentinel-1 (Dice 0,87), présenté en poster à la conférence IANLP 2026, et un système de reconnaissance de plaques marocaines avec YOLOv8 et OCR (mAP@0,5 de 99,5 %) exposé par une API FastAPI. J'ai aussi fait deux stages en développement web et support informatique à Fès.

Je cherche un stage de fin d'études de 6 mois en IA, machine learning, computer vision ou data science, à Casablanca ou en mobilité (Rabat, Fès, Kénitra), disponible le 1er février 2027.

Formation

  1. Master d'Excellence en Intelligence Artificielle · FS Casablanca (Ben M'Sik), Université Hassan II

    2025 – 2027

  2. Licence d'Excellence en Intelligence Artificielle (mention Très Bien) · FS Casablanca (Ben M'Sik), Université Hassan II

    2024 – 2025

  3. BTS Développement Informatique (mention Très Bien) · Fès

    2022 – 2024

Expérience

  1. Stagiaire développeur web · F&S Worldbusiness

    05/2024 – 06/2024

    Développé une application web de gestion de pharmacie (Laravel, JavaScript, MySQL). Développé un outil desktop de gestion des stocks en Visual Basic.

  2. Stagiaire en informatique · Lesaffre Maroc

    08/2023 – 09/2023

    Assuré le support informatique, le diagnostic d'incidents et la maintenance de bases de données.

Projets

  1. OilGuard

    Surveillance des nappes d'hydrocarbures offshore: DeepLabV3+ (ResNet50, PyTorch) sur Sentinel-1 SAR, Dice 0,87 et IoU 0,78. Chaîne géospatiale Rasterio/GeoPandas et interface Next.js. Poster présenté à IANLP 2026.

  2. Reconnaissance des plaques d'immatriculation marocaines

    Pipeline à deux modèles YOLOv8 (détection puis reconnaissance de caractères arabes et latins), mAP@0,5 99,5 %. API FastAPI intégrée à une application Android/Kotlin.

  3. Détection d'objets en temps réel avec YOLOv8

    Détection d'objets petits et rapides pour la robotique et les véhicules autonomes, précision 85,6 %.