Résumé
Doublement diplômé ingénieur — ENSEEIHT Toulouse (systèmes embarqués & IA) et EHTP Casablanca (génie électrique). Passionné par le challenge de faire tourner de l'intelligence artificielle dans des environnements ultra-contraints, j'ai travaillé sur des systèmes réels en conditions industrielles pendant plus d'un an et demi. Ce qui me motive : prendre un problème dur, comprendre la physique du signal, et construire la chaîne complète jusqu'à ce que ça tourne en temps réel sur silicium. En parallèle de mes formations, j'ai développé des compétences en Rust et en DevOps (Docker, GitLab CI/CD) en autodidacte, par curiosité et par conviction que l'ingénierie embarquée moderne ne s'arrête pas au firmware.
Expériences professionnelles
Ingénieur systèmes/logiciel ia embarquée radar (alternance – m2)
Schaeffler , Toulouse - Apprentissage / Alternance
De Septembre 2024 à Octobre 2025
Développement d’un algorithme de classification embarqué pour capteur radar UWB destiné à un système Hands-Free Access (HFA) automobile. Contraintes fortes : exécution temps réel sur microcontrôleur ARM Cortex-M33 avec ressources mémoire limitées (128 kB RAM).
Responsabilités
• Conception d’un pipeline complet embarqué : acquisition radar (CIR) → FFT sur DSP → génération d’images temps-fréquence → inférence CNN temps réel.
• Implémentation d’algorithmes FFT avec fenêtres chevauchées (~50%) optimisées pour DSP.
• Développement initial d’un pipeline de traitement permettant la transformation de signaux radar temporels en représentations temps-fréquence sous MATLAB, à partir d’un dataset existant, en vue d’un autocodage vers environnement embarqué.
• Développement et entraînement d’un CNN compact adapté aux contraintes MCU.
• Optimisation du modèle pour embarqué : Quantization Aware Training, pruning structuré, compression mémoire (taille finale
Ingénieur systèmes/logiciel ia embarquée (stage – m1)
NXP , Toulouse - Stage
De Mai 2024 à Septembre 2024
Développement d’un projet “Smart Sensor” basé sur le microcontrôleur MCXN947 avec NPU intégré, destiné à devenir un TP académique pour la formation en Edge AI. Objectif : démontrer un pipeline complet d’inférence embarquée à partir de données capteurs.
Responsabilités
• Conception d’un pipeline complet Edge AI :
o acquisition accéléromètre → génération dataset → entraînement modèle → quantification → déploiement embarqué.
• Développement et optimisation d’un modèle de classification pour exécution sur NPU intégré.
• Conversion et adaptation des modèles via TensorFlow Lite et outils eIQ Portal.
• Analyse et optimisation des performances (latence, mémoire, compatibilité NPU).
• Intégration firmware en C/C++ sur MCU ARM Cortex-M.
• Rédaction d’un support technique structuré pour usage pédagogique (documentation, procédures d’installation, workflow complet).
Résultats
• Démonstration fonctionnelle d’inférence temps réel sur NPU embarqué.
• Optimisation modèle compatible contraintes mémoire MCU.
• Mise à disposition d’un support complet utilisable en environnement académique.
Ingénieur électronique & iot (stage de recherche)
EHTP Casablanca , Casablanca - Stage
De Avril 2022 à Octobre 2022
Projet de recherche visant la conception d’un système autonome intelligent combinant robotique mobile et station de recharge connectée pour véhicules agricoles intelligents.
Responsabilités
• Conception et mise en œuvre d’une architecture embarquée distribuée (Arduino Mega et Raspberry Pi 4) pour un robot mobile sur chenilles équipé d’un bras 6 axes.
• Développement d’un système de vision par ordinateur basé sur YOLOv5 pour la détection et la reconnaissance d’objets.
• Conception d’une station de recharge autonome intégrant gestion énergétique (production, stockage, régulation).
• Développement d’un système de supervision IoT et de communication basé sur MQTT.
• Implémentation de la logique de contrôle globale (robot + station + supervision).
• Tests, intégration et validation du prototype complet en conditions expérimentales.
Résultats
• Réalisation d’un prototype fonctionnel intégrant robot mobile autonome et station de recharge intelligente.
• Validation expérimentale des performances du système de gestion énergétique et de la supervision connectée.
• Mise en œuvre d’une chaîne complète : perception (vision) → décision → action → supervision IoT.
Formation complémentaire
Diplôme d’Ingénieur – Génie Électrique & Électronique
EHTP
2021 à 2025
Associations
Parcours officiels
Langues
Anglais - Technique
Français - Langue maternelle
Arabe - Langue maternelle
Espagnol - Courant
Compétences
Centres d'intérêt
- Sport
- voyage
- New Space
- Tech
linkedin
website