Final-year engineering student

Stage de fin d'études intégré au sein de l'entreprise NTN Corporation, axé sur l'intelligence artificielle pour la fabrication industrielle et les contrôles non destructifs.

• A développé des modèles d'IA sur séries temporelles (LSTM, Autoencoder) pour la détection d'anomalies sur des données de cycles de rectification.
• A aidé à identifier des schémas d'usure anormaux et des précurseurs de rupture d'outils.
• A construit et validé des pipelines de simulation et de modélisation sur un banc d'essai dédié pour la détection de rupture d'outils à partir de signaux vibratoires.
• A combiné l'analyse FFT/STFT avec des modèles de classification supervisée.
• A conçu un flux de travail complet de contrôle non destructif par courants de Foucault.
• A défini la stratégie d'acquisition, la logique d'annotation, la structuration des ensembles de données et les modèles d'IA basés sur les signaux.
• A préparé l'inspection assistée par cobot.
• A mené une étude de faisabilité sur la vision industrielle pour l'inspection d'éléments roulants.
• A construit un jeu de données d'imagerie multi-canaux axé sur la détection de petits impacts.
• A validé le potentiel d'un pipeline d'IA local tout en identifiant la précision de l'annotation comme principale limite.

Stage de recherche réalisé à l'A-Lab de l'UM6P, consacré à la modélisation des rendements agricoles des vergers d'agrumes en tenant compte du climat.

• A construit un pipeline de données de bout en bout combinant des API météorologiques, des données météorologiques locales et des indices satellitaires (NDVI, NDWI).
• A conçu des caractéristiques spécifiques au domaine liées à la dynamique climatique et à la phénologie des cultures.
• A entraîné et comparé des modèles supervisés (ANN, Random Forest, XGBoost, TCN) pour la prévision des rendements à partir de données hétérogènes de séries temporelles.
• A produit une revue structurée des méthodes de prévision des rendements basées sur le machine learning et des tendances de performance.

Stage en usine réalisé au sein du groupe L'Oréal.

• A découvert les processus de fabrication industriels et l'environnement de production en usine.