AI Scientist

Intégration de l'équipe de recherche de l'Université Paris-Saclay pour piloter le pipeline de bout en bout de 452 capteurs (~25 Go) à travers deux réseaux de production : le traitement des eaux usées en région Essonne et le réseau FTTH en Grand Paris Sud.

• Prise en charge du pipeline de bout en bout pour 452+ capteurs (~25 Go) à travers deux réseaux de production.
• Prévision des flux d'eau entrants à partir de données de capteurs et météorologiques en anticipant des pics jusqu'à 8% au-dessus de la capacité nominale.
• Conception de politiques de maintenance adaptatives par apprentissage par renforcement profond pour améliorer la fiabilité.
• Modélisation de l'architecture du réseau FTTH avec une approche innovante basée sur les anneaux, améliorant la disponibilité de 0,5%.
• Rédaction d'un article de recherche associé actuellement en pré-impression pour ACM SIGMETRICS.

Réalisation d'un doctorat en intelligence artificielle axé sur la maintenance prédictive d'un système de bâtiment intelligent.

• Conception d'un modèle de prédiction des pannes et un cadre d'apprentissage par renforcement multi-agent coopératif.
• Réduction des coûts de maintenance de 4% en optimisant les contrats de maintenance des composants critiques sous contraintes de qualité de service grâce au recuit simulé.
• Intégration des résultats dans un jumeau numérique offrant aux utilisateurs du site une visibilité en temps réel sur la fiabilité du système.
• Comparaison d'algorithmes de Deep Reinforcement Learning (DQN, A2C, PPO) à des métaheuristiques classiques (Recuit Simulé, Recherche Tabou) sur plusieurs scénarios.
• Proposition d'une approche hybride innovante combinant apprentissage par renforcement et recherche opérationnelle.
• Publication des travaux dans Reliability Engineering & System Safety et obtention du prix du meilleur article de conférence à l'IEEE INDIN 2024.

Intégration du laboratoire SAMOVAR pour simuler un réseau 5G et modéliser la demande dynamique de ressources.

• Simulation d'un réseau 5G en utilisant une approche basée sur la théorie des files d'attente.
• Développement d'un agent d'apprentissage par renforcement équilibrant l'allocation de la bande passante et du processeur en temps réel.

Stage de fin d'études au sein d'OCP Group pour travailler sur la prévision des tarifs de fret de conteneurs.

• Prévision des tarifs de fret des conteneurs pour les régions d'OCP en utilisant des modèles de séries temporelles ARIMA, ARCH et GARCH.
• Conception d'un modèle de tarification régionale basé sur les prévisions du marché pour appuyer la prise de décision commerciale.

Stage d'ingénieur en analytique chez OCP Group sur l'optimisation de la chaîne logistique.

• Modélisation d'un problème de tournée de véhicules (VRP) pour la chaîne d'approvisionnement en produits liquides amont/aval d'OCP pour l'Asie et l'Europe.
• Résolution du problème en utilisant des métaheuristiques de recherche tabou et de colonie de fourmis.

Mission chez MASEN sur l'optimisation du mix énergétique régional.

• Formulation d'un programme linéaire en nombres entiers mixtes pour l'optimisation du mix énergétique dans la région de Casablanca-Settat sous contraintes de transport et de consommation.