Ingénieure en Électronique Industrielle

Projet de fin d'études mené dans l'équipe recherche d'une école d'ingénieurs spécialisée en électronique, en charge de concevoir un système complet de détection de maladies des plantes basé sur l'intelligence artificielle embarquée et déployé sur microcontrôleur.

• Entraînement du modèle EfficientNetB0 sur une base de 54 305 images réparties dans 38 classes, atteignant une précision de 99%.
• Conversion du modèle en TensorFlow Lite optimisé pour l'embarqué, réduisant la taille à 4,7 Mo.
• Déploiement du modèle sur Raspberry Pi 4 avec une inférence optimisée à ~487 ms par image.
• Conception d'une couche de communication LoRaWAN intégrant un ESP32 associé à un module SX1278 fonctionnant en 868 MHz avec spreading factor SF7 et largeur de bande BW125, atteignant un taux de succès des paquets de 96%.
• Développement d'un tableau de bord web Flask avec streaming MJPEG pour visualisation en temps réel des détections.
• Intégration du système de détection au dashboard via requêtes HTTP POST.

Stage effectué dans le département de recherche en électronique de puissance d'une haute école allemande en mode distanciel, en charge de modéliser et simuler un convertisseur multiniveaux pour applications d'énergie renouvelable.

• Modélisation d'un convertisseur multiniveaux monophasé à 5 niveaux (MMC) sous MATLAB Simulink et PLECS.
• Implémentation de la stratégie de commande du convertisseur sur microcontrôleur STM32 avec modulation par largeur d'impulsion décalée (PSC-PWM).
• Rédaction d'un rapport de simulation détaillé couvrant les stratégies de contrôle, les résultats de performance et l'analyse de stabilité du système.

Intégration du département qualité et test d'un équipementier en électronique grand public pour mettre en place un système d'acquisition automatisé destiné au contrôle qualité des cartes de production.

• Développement d'un système multi-capteurs d'acquisition de données utilisant les modules DAQ970A et DAQM901A pour mesure de tension et courant sur cartes de production.
• Automatisation des procédures de mesure et d'analyse pour accélérer les cycles de contrôle qualité.

Collaboration avec une équipe automatisme pour concevoir et développer une machine destinée à la détection de fuites dans une application industrielle.

• Conception du système de détection et seuillage des fuites programmé sur microcontrôleur Arduino.
• Calibrage des seuils de détection à 0,2 bar de différence de pression et 1 L/min de débit.
• Rédaction de la documentation technique du dispositif.

Tutorat en ligne pour des élèves au Canada dans trois langues différentes, avec adaptation des contenus pédagogiques selon le profil et les besoins de chaque apprenant.

• Dispensation de cours en anglais, arabe et français.
• Adaptation des méthodes d'enseignement en fonction du niveau de chaque élève et des matières couvertes.