Data Analyst – Research & Advanced Engineering

Membre de l'équipe data de la division Ampere (Renault Group) en charge de la modélisation et de la détection en temps réel des marquages au sol dans un environnement de simulation avancé.

• Intégration, nettoyage et validation de données de roulage et données contextuelles hébergées sur GCP (conditions météorologiques, type de route, jour/nuit, visibilité).
• Implémentation, validation et optimisation de méthodes de scoring avec et sans contextes pour évaluer les performances de conduite.
• Mise en place d'un système de récompenses pour encourager les comportements sécuritaires des conducteurs.
• Détection des erreurs majeures, map matching et identification des zones de fautes récurrentes.
• Analyse du comportement des conducteurs concernant l'usage des rétroviseurs et l'activation des clignotants lors des changements de voie.
• Calcul et suivi des scores mensuels des conducteurs.
• Modélisation de scénarios routiers complexes à l'aide de SCANeR AVSimulation, intégrant des défauts de route et des conditions météorologiques dégradées (pluie, brouillard).
• Exploitation et intégration en temps réel d'algorithmes de détection de marquage au sol, tels que Canny-Edge-Detection, YoloP et LSTR, dans l'environnement de simulation pour évaluer les performances des capteurs et des algorithmes en situation réelle.

Contribution à un projet de modélisation et détection en temps réel des marquages au sol au sein de Renault Group.

• Développement et intégration d'algorithmes de détection de marquage au sol (Canny-Edge-Detection, YoloP, LSTR) dans un environnement de simulation avancé.
• Modélisation de scénarios routiers complexes intégrant des conditions météorologiques dégradées et des défauts de route pour reproduire des environnements réalistes et exigeants.
• Évaluation des performances des capteurs et des algorithmes en situation réelle de conduite.

Développement d'un assistant intelligent pour l'agriculture et d'une application de reconnaissance des maladies des plantes au sein de Viable Ways Corp.

• Conception et développement d'un chatbot multi-langues à l'aide de Flask, destiné à assister les agriculteurs dans la prise de décision grâce à une interface conviviale et interactive, disponible en version écrite et vocale.
• Mise en place d'un système de suivi en temps réel des paramètres physiques des fermes (température, humidité) et d'accès à l'historique des données.
• Intégration d'une plateforme d'informations agricoles pour fournir aux utilisateurs des conseils adaptés et des données spécifiques au secteur agricole au Maroc.
• Implémentation de modèles de machine learning pour recommander des actions basées sur les caractéristiques du sol, optimisant ainsi les pratiques agricoles.
• Développement d'une application Android capable de reconnaître plusieurs types de maladies des plantes à partir d'images, permettant aux agriculteurs d'agir rapidement pour protéger leurs cultures.

Développement d'une plateforme e-learning complète pour le Bac avec IA intégrée.

• Conception d'une architecture full-stack scalable utilisant Next.js et TypeScript en frontend, FastAPI en backend, et PostgreSQL en base de données containerisée avec Docker.
• Implémentation de l'authentification utilisateur à l'aide de Clerk.
• Développement d'une IA pédagogique capable de générer des recommandations personnalisées basées sur la progression de l'utilisateur.
• Mise en place d'une correction automatique des exercices avec feedback adaptatif en temps réel.
• Amélioration de l'engagement utilisateur et personnalisation de l'apprentissage grâce à l'analyse de progression.