EN
EN
  • Accueil
  • A propos
  • CV
  • Portfolio
  • Publications
  • Certificats
  • Services
Bonjour, je suis

Ali Nour Eldin

Ingénieur R&D IA | PhD IA pour BPM

Télécharger le CV

Dernière mise à jour : 12/01/2026
A propos

Ingénieur R&D en IA

Ingénieur R&D IA couvrant l'ensemble des techniques IA/ML et GenAI.

Je suis ingénieur R&D IA, titulaire d'un PhD en IA pour la gestion des processus métier (BPM), avec 5+ ans en ingénierie logicielle et 3+ ans en R&D GenAI appliquée. Je conçois et livre des solutions IA de bout en bout, de la recherche et des PoC rapides jusqu'à des services prêts pour la production, couvrant le NLP, l'IA générative, le RAG/agents et l'évaluation/guardrails. Je collabore directement avec les clients et parties prenantes, en traduisant les besoins métier en architectures évolutives, APIs déployables et impact mesurable.

CV

Expérience, formation et combinaison de compétences

Expérience

  • Ingénieur R&D en IA (Contrat)

    Telecom SudParis, France - Hybride
    Septembre 2025 - Présent

    • Développé un PoC basé sur des LLM pour automatiser la génération de questions d'évaluation en cybersécurité via un pipeline d'étiquetage semi-supervisé (embeddings, clustering, k-NN) et un benchmark de l'étiquetage ML classique vs LLM, atteignant ~400x de réduction de coûts et 4x plus rapide.

    • Encadré un projet de 3 étudiants appliquant LLMs et RAG pour générer de nouvelles questions d'évaluation en cybersécurité à partir de questionnaires existants, en gérant le périmètre, le découpage des tâches, les jalons et le suivi du temps pour livrer un prototype demo-ready et des résultats documentés.


    Compétences : LLMs, RAG, prompt engineering, embeddings, clustering, k-NN, apprentissage semi-supervisé, évaluation, cybersécurité, PoC.

  • Ingénieur R&D en IA (Temps partiel)

    Siliconcedars, Liban - Télétravail
    Août 2025 - Présent

    • Défini l'architecture de bout en bout et construit un MVP d'un pipeline LLM agentique automatisant l'implémentation des processus en générant la logique de workflow et les schémas de base de données.

    • Construit l'agent IA (génération, validation, human-in-the-loop) avec gestion d'état et de mémoire, et appel d'outils/API pour exécuter les étapes d'assemblage du workflow.

    • Implémenté le backend de production et la stack de déploiement avec Spring Boot et Flowable exposant des REST APIs pour les intégrations et le traitement des paiements, livré via Docker et GitHub Actions CI/CD sur Azure.

    • Présenté des démos et des points d'avancement aux clients/parties prenantes et produit la documentation d'intégration technique pour l'AI Factory interne (déploiement modèles, notifications, paiement).


    Compétences : Agentic workflows, LLMs, LangGraph, LangChain, LangSmith, RAG, human-in-the-loop, Spring Boot, Flowable, REST APIs, Docker, GitHub Actions, Azure, payment integration.

  • Ingénieur R&D (Contrat)

    Bonitasoft, France - Hybride
    Mai 2022 - Mai 2025

    • Architecturé et développé une bibliothèque LLM Python prête pour la production (OpenAI, LangChain) standardisant le prompting, les guardrails, la réduction d'hallucinations et l'évaluation.

    • Livré plusieurs PoC low-code/BPM pour l'automatisation des processus assistée par IA et la gestion de données, en packagant des prototypes validés en services déployables (Docker, APIs prêtes à l'intégration).

    • Encadré des projets étudiants en définissant le périmètre, le découpage des tâches, les jalons et la gestion du temps pour livrer des prototypes et démos fonctionnels.

    • Produit des rapports R&D et soutenu les dossiers CIR en documentant les expériences, résultats et preuves d'innovation dans un format conforme.

    • Présenté les résultats en conférences, en adaptant le contenu pour des publics techniques et non techniques.


    Compétences : Python, OpenAI, LangChain, LLM evaluation, prompt engineering, guardrails, BPM, low-code automation, Docker, REST APIs, reporting R&D, communication parties prenantes.

  • Ingénieur logiciel (Freelance)

    MFG Invest, Liban - Télétravail
    Mars 2023 - Janvier 2025

    • Conçu et livré des plateformes fintech en production, dont un CRM intégré MetaTrader5 et un E-Wallet sécurisé, améliorant les opérations de trading et les flux de paiement.

    • Collaboré avec les parties prenantes (brokers, ops, conformité) pour recueillir les besoins, les traduire en user stories et itérer sur la livraison.

    • Conçu l'architecture système (APIs, schémas de base de données, intégrations) et implémenté KYC, login biométrique, transactions chiffrées et contrôles de conformité.

    • Produit la documentation technique (API docs, setup/runbooks) et déployé des applications cloud avec infrastructure sécurisée et notifications temps réel.


    Compétences : Fintech, MetaTrader5, CRM, E-Wallet, KYC, login biométrique, chiffrement, conformité, REST APIs, cloud deployment, documentation technique.

  • Ingénieur R&D en IA (Temps partiel)

    Y76, Liban - Télétravail
    Avril 2022 - Mars 2023

    • Automatisé un pipeline DataOps d'extraction de visages à partir de vidéos en utilisant détection de visage avancée, recadrage et super-resolution.

    • Fine-tuné des modèles d'IA générative (StyleGAN2, PyTorch) sur des jeux de données curés, atteignant une génération de visages cartoon haute fidélité avec accélération GPU sur GCP.

    • Développé et déployé une application web Flask pour la génération dynamique de visages, en optimisant les performances du modèle sur Google Cloud Platform.


    Compétences : Python, PyTorch, StyleGAN2, computer vision, face detection, super-resolution, DataOps, Flask, GCP, GPU acceleration.

  • Spécialiste support IT (Contrat)

    Hôpital, Liban - Sur site
    Avril 2020 - Mars 2022

    • Optimisé l'infrastructure IT hospitalière et automatisé les flux de données du laboratoire via le développement d'applications, améliorant la fiabilité et réduisant l'effort manuel.


    Compétences : Infrastructure IT, automation, application support, Windows Server, VMware ESXi, SQL, MS Access.

  • Process Mining (Stage)

    Telecom SudParis, France - Télétravail
    Avril 2021 - Octobre 2021

    • Conçu des solutions évolutives de découverte de processus avec Neo4j et Cypher, améliorant l'analyse des processus métier en temps réel.

    • Conçu des modèles basés sur des graphes pour des données d'événements centrées objets, améliorant l'intégration des données et les performances par rapport aux systèmes traditionnels.


    Compétences : Python (PM4PY), Neo4j (Cypher).

Formation

  • Doctorat en informatique

    Telecom SudParis, France
    2022 - 2025

    - Titre de thèse : « A Comprehensive Framework for Low-Code Data-Centric Process Management »

    - Collaboration CIFRE : Telecom SudParis et Bonitasoft

    - Encadrants de thèse : Jonathan Baudot, Dr. Benjamin Dalmas et Prof. Walid Gaaloul

  • Master 2 en data science pour l'analyse des risques

    Faculté des Sciences I, Université Libanaise
    2020 - 2021

    - Titre de mémoire : « Enabling Process Mining on Graph Database »

    - Collaboration de mémoire : Université Libanaise et Telecom SudParis

    - Encadrants de mémoire : Dr. Nous Assy et Prof. Walid Gaaloul

  • Master 1 en informatique

    Faculté des Sciences I, Université Libanaise
    2019 - 2020

  • Licence en informatique

    Faculté des Sciences V, Université Libanaise
    2016 - 2029

Compétences

  • NLP & Gen AI

    Large Language Models (GPT-3.5/4, BERT, T5, Ollama), Retrieval-Augmented Generation (RAG), prompt engineering (few-shot, chain-of-thought), LLM evaluation, guardrails, hallucination mitigation, AI agents, agentic workflows, LangChain, LangGraph, LangSmith, Model Context Protocol (MCP), embeddings, NLTK, spaCy.

  • Machine Learning & Deep Learning

    Supervised and unsupervised learning (classification, k-NN, k-means, PCA, decision trees, naive Bayes, HMM), deep learning (CNN, RNN, LSTM, GANs), transfer learning, graph theory, process mining, PyTorch, TensorFlow, scikit-learn, MLflow, OpenCV.

  • Software Engineering

    Python (FastAPI, Flask), Java (Spring Boot), REST APIs, PHP (Laravel), Dart (Flutter), Vue.js.

  • DevOps & Cloud

    Docker, Git, CI/CD (GitHub Actions), Azure, AWS, JFrog, GCP.

  • Databases

    SQL, NoSQL, graph databases, Firebase, vector databases.

Portfolio

Mes réalisations

  • Bot Telegram météo

    J'ai développé un bot Telegram qui fournit des mises à jour météo en temps réel en utilisant LangGraph et le Model Context Protocol (MCP). Le bot interprète les requêtes des utilisateurs, récupère les données d'une API météo et répond naturellement dans le chat.

    Dans le cadre du projet, j'ai testé deux types d'agents : un agent de type ReAct, qui raisonne pas à pas en appelant des outils, et un agent graphique avec état, qui gère des conversations multi-tours avec mémoire de contexte. Cette comparaison met en évidence différentes approches de conception de flux d'IA conversationnelle.


    Technologies : Python, LangGraph, MCP, Telegram Bot API, Weather API, LLMs.

    GitHub: https://github.com/NourEldin-Ali/mcp-langgraph-weather-telegram

  • RAG-QA Chatbot

    Pour ce projet, je me suis concentré sur la construction d'un chatbot Retrieval-Augmented Generation (RAG) sensible au contexte, en utilisant des frameworks et outils IA modernes. En s'appuyant sur des LLM, des bases de données vectorielles et des pipelines de recherche, le chatbot fournit des réponses précises et contextuellement pertinentes à partir de sources de données non structurées. Le système est architecturé avec Python, LangChain, FastAPI et Streamlit, combinant le traitement du langage naturel piloté par LLM avec une interaction utilisateur en temps réel.

    J'ai utilisé LangChain pour orchestrer le flux entre la recherche de documents et le prompting des LLM. FastAPI sert de couche API backend, gérant les interactions entre l'interface utilisateur, la base de données vectorielle (ChromaDB) et les LLM. En encodant les documents dans l'espace vectoriel via le pipeline de récupération de LangChain et en les stockant dans ChromaDB, le système réalise des recherches rapides et efficaces de similarité selon les requêtes utilisateurs. Cette architecture garantit que les réponses sont ancrées dans le contenu récupéré, augmentant à la fois la précision et la fiabilité.

    Côté front-end, Streamlit a été utilisé pour développer une interface claire et conviviale pour le question-réponse en temps réel. Les utilisateurs peuvent saisir des requêtes en langage naturel, qui sont ensuite traitées par le pipeline backend. Les documents récupérés sont transmis au LLM, qui synthétise une réponse à partir du contenu. Le système est compatible avec les modèles OpenAI et les LLM locaux via Ollama, prenant en charge des modèles comme Mistral et LLaMA pour un déploiement flexible.

    Ce projet démontre ma capacité à intégrer des mécanismes de recherche avec des modèles génératifs, à gérer les opérations de bases de données vectorielles et à construire des applications de bout en bout qui combinent plusieurs composants IA. Il met en avant mes compétences en prompt engineering, développement d'API et applications LLM full-stack. Le design modulaire et évolutif permet une adaptation facile pour des assistants de connaissance d'entreprise ou des outils internes de Q/R sur documents.


    Technologies : Python, FastAPI, Streamlit, LangChain, ChromaDB, Ollama, OpenAI, Large Language Models (LLMs).

    GitHub: https://github.com/NourEldin-Ali/RAG-QA-Chatbot

  • Du langage naturel vers BPMN/UML/données métier avec LLM

    Pour ce projet, je me suis concentré sur l'exploitation de technologies de pointe comme les LLM et sur la mise en œuvre de techniques de prompt engineering pour automatiser la modélisation des processus métier. En utilisant Python, Flask et LangChain, j'ai construit un système hybride qui intègre l'analyse de texte basée sur LLM avec une approche algorithmique structurée. Cette approche décompose la tâche complexe de génération de modèles de processus métier à partir de descriptions textuelles en sous-tâches gérables. Le LLM analyse, clarifie et extrait des entités de processus telles que des activités et des dépendances, tandis que le pipeline modulaire fournit aux utilisateurs une plateforme interactive pour valider ou mettre à jour les informations extraites, aboutissant à des modèles BPMN très précis.

    De plus, j'ai utilisé la puissance de Python et LangChain pour intégrer les capacités de compréhension du langage naturel du LLM au sein d'un framework web évolutif développé avec Flask. Ce système hybride améliore non seulement l'efficacité en réduisant l'utilisation des tokens mais renforce aussi la précision et la pertinence des modèles générés. En découpant la modélisation en étapes distinctes, ce projet met en avant mes compétences en prompt engineering, développement Python et usage des technologies IA pour résoudre des problèmes réels, en proposant une approche innovante pour traiter des descriptions incomplètes ou non expertes dans l'automatisation des processus.

    En outre, le projet étend ses capacités pour prendre en charge la transformation de descriptions textuelles en diagrammes UML (Unified Modeling Language). Le système extrait des éléments structurels et comportementaux du texte, tels que les classes, attributs, méthodes et leurs relations, afin de générer automatiquement des diagrammes UML précis, notamment des diagrammes de classes et de séquence. Cette fonctionnalité aide à visualiser des architectures logicielles complexes et améliore la clarté des conceptions de systèmes issues du langage naturel.

    En plus de la génération BPMN et UML, le système est conçu pour transformer des données textuelles en modèles de données métier pouvant être utilisés directement pour exécuter des workflows BPMN. En mappant les entités extraites et les détails de processus vers des formats de données métier exécutables, le projet facilite une intégration fluide avec les moteurs BPMN, permettant ainsi l'exécution automatisée des processus. Cette capacité garantit que les modèles générés ne sont pas seulement descriptifs mais aussi opérationnels, comblant l'écart entre conception et exécution des processus.


    Technologies : Python, Flask, Langchain, Large Language Models (LLMs), BPMN, nodejs (Vite Framework), AWS, plantUML.

  • Système E-Wallet

    Ce système E-Wallet est une solution complète de paiement numérique comprenant un portail d'administration, une application mobile et un backend développés avec Laravel. Il prend en charge les transferts d'argent, les échanges de devises, les achats de produits et l'authentification sécurisée des utilisateurs via KYC et OTP.


    1. Portail d'administration (Flutter Windows)

    Les administrateurs peuvent gérer les utilisateurs, les transactions, les devises, les groupes de trading et les paramètres du système, en garantissant la conformité aux réglementations. Les fonctionnalités clés incluent la gestion des transactions, la gestion des frais, l'approbation KYC et l'intégration avec des passerelles de paiement et Firebase Cloud Messaging pour les notifications en temps réel.


    2. Application mobile pour agents et clients (Flutter Mobile)

    Les clients et les agents peuvent gérer leurs comptes, effectuer des transferts internes, demander des retraits, déposer via carte de crédit et créer des comptes réels ou démo. L'authentification biométrique, les paiements par QR code et l'OTP renforcent la sécurité.


    3. Backend (Laravel)

    Le backend Laravel gère les données utilisateurs, la vérification KYC, la génération d'OTP et le traitement sécurisé des transactions. Il intègre les taux de change en temps réel, la gestion des produits et des marchands, et garantit la conformité réglementaire grâce au chiffrement et à des protocoles de sécurité robustes.


    Ce système E-Wallet est une solution robuste conçue pour gérer les paiements numériques, les échanges de devises, les achats de produits et l'onboarding sécurisé via KYC et OTP, garantissant un haut niveau de sécurité et de conformité réglementaire pour les utilisateurs, les agents et les administrateurs.


    Technologies : Flutter, Laravel, Firebase Cloud Messaging, MySQL.

  • Système CRM

    Système CRM pour la gestion des comptes de trading

    Ce système CRM est conçu pour gérer les comptes de trading et faciliter les dépôts et retraits financiers, directement intégrés à MetaTrader5 via API. Il fournit des outils aux clients et aux courtiers pour gérer leurs comptes et transactions de manière sûre et efficace. Le backend est propulsé par Laravel pour une gestion des données et une sécurité robustes.

    • Portail d'administration (Flutter Windows) : Gérer les utilisateurs, devises, transactions, groupes de trading et comptes de trading clients, avec synchronisation complète avec MetaTrader5.
    • Application mobile (Flutter) : Les clients et les courtiers peuvent gérer les comptes de trading, effectuer des transferts internes, demander des retraits et déposer des fonds via carte de crédit. Les courtiers peuvent aussi gérer les clients et déposer sur leurs comptes.
    • Intégration MetaTrader5 : Synchronisation en temps réel des comptes de trading, dépôts et retraits automatisés, et gestion des comptes.
    • Backend (Laravel) : Le backend est construit avec Laravel, assurant la gestion sécurisée des données utilisateurs, des transactions et de la communication API avec MetaTrader5.

    Technologies : Flutter, Laravel, MetaTrader5 API, MySQL.

  • Site web vitrine pour Innovatech

    J'ai développé ce site pour Innovatech. Il s'agit d'un site statique clair et responsive, conçu pour mettre en valeur les services et l'identité de marque de l'entreprise. Le site intègre des technologies web modernes et assure une compatibilité multiplateforme, offrant une expérience optimale sur desktop comme sur mobile.


    Site web : https://innova-tech.me

    Technologies : HTML5, CSS, JavaScript, PHP (pour la fonctionnalité d'envoi d'e-mails).

  • Modeleur web de workflows

    Ce projet est un framework open source conçu pour faciliter la modélisation et la manipulation de workflows conformes DF-BPMN, extension de BPMN 2.0. Construit sur l'Eclipse Graphical Language Server Platform (GLSP), il propose un métamodèle flexible basé sur Java pour générer, importer et exporter des modèles BPMN, tout en supportant l'extension des éléments BPMN. Ce projet inclut à la fois un outil de modélisation graphique côté client et un composant côté serveur permettant une intégration fluide avec les technologies web modernes. C'est un outil idéal pour les développeurs souhaitant créer ou étendre des workflows BPMN 2.0 dans des applications sur mesure, et il est très adaptable aux scénarios d'automatisation des processus métier.


    Technologies : Java (Eclipse GLSP), BPMN, Typescript

    Code source : https://github.com/NourEldin-Ali/open-bpmn

  • Génération de visages cartoon avec StyleGAN

    J'ai affiné StyleGAN pour générer des visages cartoon de haute qualité. En utilisant un dataset personnalisé, j'ai adapté le modèle pour produire des images cartoon variées avec des caractéristiques distinctes. De plus, j'ai modifié l'architecture StyleGAN originale pour intégrer des entrées conditionnelles, permettant un contrôle précis des visages générés. Cette amélioration permet de générer des visages cartoon avec des attributs spécifiques, tels que le genre (homme ou femme), l'âge (jeune ou âgé) et la teinte de peau. Ces personnalisations ont été obtenues en manipulant l'espace latent et en affinant le modèle pour répondre à ces conditions, assurant que la sortie respecte les critères souhaités.

    En effet, j'ai modifié les émotions faciales dans les images générées en manipulant les directions de l'espace latent de StyleGAN. J'ai exploré des vecteurs spécifiques dans l'espace latent qui correspondent à différentes émotions comme la joie, la tristesse, la colère et la surprise. En ajustant la direction de ces vecteurs, j'ai pu changer de manière fluide l'expression émotionnelle des visages générés tout en conservant leur identité de base et d'autres attributs, tels que le genre et l'âge. Cette approche permet un contrôle précis et dynamique des émotions faciales dans les images générées, démontrant la puissance de la manipulation de l'espace latent de StyleGAN.


    Technologies : Python, Pytorch, StyleGAN2, Google Colab, Google Cloud Platform.

  • Reconnaissance faciale

    J'ai développé un workflow pour automatiser l'extraction et l'amélioration de visages cartoon à partir de fichiers vidéo. Le workflow commence par le téléchargement de films d'animation, suivi de la détection de tous les visages dans les images. En utilisant des algorithmes avancés de détection de visages, le processus cible spécifiquement les visages cartoon, en veillant à leur alignement sur une position précise. Chaque visage est ensuite recadré à une résolution prédéfinie. J'ai également intégré un modèle de super-résolution pour agrandir et améliorer la qualité des visages extraits, garantissant une sortie haute résolution. Ce pipeline de bout en bout traite efficacement les films d'animation, produisant des images faciales de haute qualité, précisément recadrées et prêtes pour d'autres applications.


    Technologies : Python, Google Cloud Platform, Super Resolution Model.

  • Transformation du visage avec Semantic StyleGAN

    J'ai utilisé Semantic StyleGAN pour effectuer des transformations faciales ciblées en modifiant des segments spécifiques du visage. Grâce à la manipulation sémantique de l'espace latent, j'ai pu modifier des caractéristiques individuelles telles que la coiffure, la couleur des cheveux et ajouter des poils faciaux (p. ex. barbe ou moustache) sans affecter les autres aspects du visage. En isolant et en ajustant ces régions faciales distinctes, les transformations conservent un rendu naturel et cohérent. Cette approche permet une grande flexibilité pour personnaliser des attributs faciaux spécifiques tout en préservant l'identité globale du visage généré.


    Technologies : Python, Pytorch, Semantic StyleGAN, Google Colab, Google Cloud Platform.

  • Incubateur artisanal avec Arduino

    J'ai développé un incubateur artisanal entièrement fonctionnel utilisant un microcontrôleur Arduino. L'objectif principal de ce projet était de créer un système maintenant des conditions optimales pour l'incubation des œufs, en contrôlant notamment la température et l'humidité, tout en intégrant un mécanisme automatique de retournement des œufs. Cet incubateur offre une solution DIY à faible coût qui reproduit les conditions environnementales d'un incubateur traditionnel, idéal pour les amateurs et les petits éleveurs.


    Composants : Arduino Uno, capteur DHT22, servomoteur, écran LCD, module relais, alimentation.

  • Système de don de sang

    L'application mobile LifeSaver est un outil multiplateforme conçu pour simplifier le processus de don de sang, le rendant plus accessible et plus efficace. Développée avec Flutter, un framework open source créé par Google, l'application permet aux utilisateurs de s'inscrire comme donneurs ou de demander des dons via une interface fluide disponible sur Android et iOS. Flutter, basé sur le langage Dart, a été choisi pour son efficacité à créer des applications performantes avec une seule base de code pour les deux plateformes. L'intégration de Flutter garantit une expérience fluide et proche du natif tout en maintenant la cohérence entre les appareils.

    L'application LifeSaver répond au défi de la communication rapide entre les hôpitaux et les donneurs potentiels. Elle connecte les utilisateurs aux hôpitaux ayant besoin de dons et leur permet de répondre aux demandes, de suivre leur historique de dons et de gagner des points selon leurs contributions. L'application propose aussi des notifications en temps réel, permettant aux hôpitaux de publier des demandes urgentes et aux donneurs d'être alertés instantanément selon leur proximité avec les centres de santé. Ce système réduit les délais souvent rencontrés dans les processus traditionnels de don de sang, faisant de l'application un outil crucial pour sauver des vies.


    Technologies : Flutter, Dart, Firebase Cloud Messaging.

    Code source : https://github.com/NourEldin-Ali/Blood-Donation

  • Système de gestion scolaire

    J'ai développé une application Android intitulée "School Student Management". Le projet visait à améliorer l'interaction entre étudiants, enseignants et administrateurs en simplifiant la gestion des classes et la communication. L'application permet aux enseignants d'assigner des tâches, aux étudiants de consulter et de réaliser leurs devoirs, et aux administrateurs de gérer les comptes utilisateurs, les classes et les cours. La base technique du projet repose sur Java pour le code, XML pour le design et Firebase pour la gestion de base de données, la messagerie et les notifications. Cette solution simplifie le processus éducatif en offrant une interface efficace et conviviale pour les étudiants et les enseignants, tout en fournissant un contrôle administratif sur les principales fonctions éducatives.


    Technologies : Android Java, Firebase Cloud Messaging, Firebase.

Publications

Articles de journaux et conférences

Certificats

Cours et certificats

  • Natural Language Processing Specialization

    Date : f?vrier 2025

    Natural Language Processing Specialization

    J'ai terminé avec succès les quatre cours de la Natural Language Processing Specialization proposée par DeepLearning.AI sur Coursera.

    Cours termines :

    • Natural Language Processing with Classification and Vector Spaces: Acquis une compréhension fondamentale des tâches de TALN telles que la classification de texte et l'analyse de sentiment. Appris à représenter le texte avec bag-of-words, TF-IDF et embeddings. Mis en œuvre Naive Bayes et la régression logistique pour des applications TALN réelles.
    • Natural Language Processing with Probabilistic Models: Développé une expertise des modèles de séquence pour le TALN, notamment les modèles de Markov cachés et l'algorithme de Viterbi. Appliqué ces modèles à des tâches telles que l'étiquetage morpho-syntaxique et la reconnaissance d'entités nommées via des méthodes probabilistes.
    • Natural Language Processing with Sequence Models: Appris à construire et entraîner des réseaux de neurones récurrents (RNN), GRU et LSTM pour des tâches de TALN. Appliqué des modèles de séquence à la traduction automatique, à la génération de texte et à la correction orthographique.
    • Natural Language Processing with Attention Models: Maîtrisé les mécanismes d'attention et les modèles transformers, y compris les concepts fondamentaux derrière BERT et GPT. Implémenté des architectures basées sur l'attention pour le question-réponse, la traduction et la synthèse.

    Lien du certificat : https://coursera.org/verify/professional-cert/YKL2MJTK0BEK

  • MLOps | Machine Learning Operations

    Date : f?vrier 2025

    MLOps | Machine Learning Operations

    J'ai terminé avec succès les quatre cours de la MLOps | Machine Learning Operations spécialisation proposée par Duke University sur Coursera.

    Cours termines :

    • Python Essentials for MLOps: Développé des compétences fondamentales en programmation Python, notamment le travail avec les variables, types de données, fonctions et classes. Maîtrisé l'utilisation de bibliothèques comme Pandas et NumPy pour la manipulation et l'analyse de données, essentielles aux workflows MLOps.
    • DevOps, DataOps, MLOps: Exploré les principes et pratiques du DevOps, DataOps et MLOps. Appris à construire des pipelines opérationnels, mettre en œuvre l'intégration et la livraison continues, et déployer des modèles de machine learning en environnements de production.
    • MLOps Platforms: Amazon SageMaker and Azure ML: Acquis une expérience pratique des principales plateformes MLOps cloud. Appliqué des techniques d'analyse exploratoire des données, construit et déployé des modèles de machine learning avec AWS SageMaker et Azure Machine Learning, et compris les nuances des solutions MLOps basées sur le cloud.
    • MLOps Tools: MLflow and Hugging Face: Maîtrisé l'utilisation d'outils MLOps open source majeurs. Créé et géré des projets MLflow pour le suivi des modèles et la gestion du cycle de vie, utilisé les modèles et datasets Hugging Face pour construire des APIs, et déployé des modèles conteneurisés dans le cloud.

    Lien du certificat : https://coursera.org/verify/professional-cert/SHSDCYDORDWF

  • PyTorch Ultimate 2024 - From Basics to Cutting-Edge

    Date : janvier 2025

    PyTorch Ultimate 2024

    J'ai terminé avec succès les trois cours de la PyTorch Ultimate 2024 - From Basics to Cutting-Edge proposée par Packt sur Coursera.

    Cours termines :

    • Foundations and Core Concepts of PyTorch: Acquis une solide compréhension de PyTorch, incluant la mise en place de l'environnement, les concepts fondamentaux d'IA et de machine learning, ainsi que la construction, l'entraînement et l'évaluation de réseaux de neurones à partir de zéro.
    • Building and Training Neural Networks with PyTorch: Développé des compétences pour construire et entraîner des réseaux de neurones pour diverses tâches, telles que la mise en œuvre de modèles de classification avec des jeux de données multi-classes et multi-labels, l'utilisation de réseaux de neurones convolutionnels (CNN) pour la classification d'images et d'audio, et l'application de techniques de détection d'objets avec l'algorithme YOLO.
    • Advanced PyTorch Techniques and Applications: Exploré des sujets avancés, notamment la conception d'autoencodeurs pour la réduction de dimensionnalité, la construction de Generative Adversarial Networks (GANs) pour la simulation de données, le développement de Graph Neural Networks (GNNs) pour les données de graphes, l'implémentation de Transformers et Vision Transformers, et le déploiement de modèles avec Flask sur Google Cloud.

    Lien du certificat : https://coursera.org/verify/professional-cert/E2EMBY87JKTC

  • Machine Learning Specialization

    Date : d?cembre 2024

    Machine Learning Specialization

    J'ai terminé avec succès les trois cours de la Machine Learning Specialization proposée par Andrew Ng (Coursera).

    Cours termines :

    • Supervised Machine Learning: Regression and Classification: Acquis une solide compréhension des techniques fondamentales d'apprentissage supervisé, notamment la régression linéaire et logistique, les métriques d'évaluation et les étapes essentielles de prétraitement.
    • Advanced Learning Algorithms: Exploré des techniques avancées d'apprentissage supervisé, incluant les réseaux de neurones, les arbres de décision, les méthodes d'ensemble et les compromis entre biais et variance.
    • Unsupervised Learning, Recommenders, Reinforcement Learning: Découvert le clustering, l'analyse en composantes principales (PCA), les systèmes de recommandation et les bases de l'apprentissage par renforcement.

    Lien du certificat : https://coursera.org/verify/professional-cert/E2EMBY87JKTC

  • Deep Learning Specialization

    Date : novembre 2024

    Deep Learning Specialization

    J'ai terminé avec succès les cinq cours de la Deep Learning Specialization proposée par Andrew Ng (Coursera).

    Cours termines :

    • Neural Networks and Deep Learning: Développé une base solide pour construire et entraîner des réseaux de neurones, en se concentrant sur des concepts clés comme la rétropropagation, les fonctions d'activation et les réseaux de neurones profonds.
    • Improving Deep Neural Networks: Acquis une expertise dans le réglage d'hyperparamètres, les techniques de régularisation et les algorithmes d'optimisation pour améliorer les performances et l'efficacité des modèles.
    • Structuring Machine Learning Projects: Appris les bonnes pratiques pour diagnostiquer et améliorer les modèles de machine learning, gérer l'overfitting/underfitting et structurer des projets évolutifs.
    • Convolutional Neural Networks: Maîtrisé les techniques de construction et d'entraînement de réseaux de neurones convolutionnels (CNN), notamment pour des tâches de vision par ordinateur telles que la reconnaissance d'images, la détection d'objets et le transfer learning.
    • Sequence Models: Acquis des connaissances sur les réseaux de neurones récurrents (RNN), les réseaux LSTM et les mécanismes d'attention pour des tâches telles que le traitement du langage naturel et la reconnaissance vocale.

    Lien du certificat : https://coursera.org/verify/professional-cert/2IFHVU55O343

  • Prompt Engineering Specialization

    Date : janvier 2024

    Prompt Engineering Specialization

    J'ai suivi une spécialisation en trois cours sur le prompt engineering proposée par l'École Polytechnique via Coursera. Les cours se concentraient sur la maîtrise des techniques de rédaction de prompts exploitant des outils d'IA générative comme ChatGPT. J'ai appris des techniques clés, notamment des patterns de prompts avancés, l'automatisation de tâches comme l'analyse de données, la génération de contenu personnalisé et la résolution de problèmes grâce à des solutions pilotées par l'IA. Les projets pratiques ont renforcé ma capacité à appliquer ces modèles dans des contextes réels, de l'automatisation des processus à la génération de solutions créatives. Cette expérience a significativement amélioré ma culture IA et ma productivité.

    Cours :

    • Prompt Engineering for ChatGPT
    • ChatGPT Advanced Data Analysis
    • Trustworthy Generative AI

    Lien du certificat : https://coursera.org/verify/specialization/ELSPHXD3BWPF

  • Google Project Management: Professional Certificate

    Date : janvier 2024

    Google Project Management Certificate

    J'ai terminé avec succès 3 des 6 cours du Google Project Management Certificate sur Coursera. Ces cours m'ont donné une compréhension solide des phases clés de la gestion de projet et m'ont apporté des compétences pratiques pour diriger et gérer des projets efficacement.

    Cours termines :

    • Foundations of Project Management: Acquis des connaissances sur les concepts, frameworks et méthodologies essentiels, bâtissant une base solide pour planifier et exécuter des projets avec succès.
    • Project Initiation: Starting a Successful Project: Développé des compétences pratiques pour définir les objectifs de projet, gérer les parties prenantes et initier des projets avec clarté et efficacité.
    • Project Planning: Putting It All Together: Appris à créer des plans de projet détaillés, incluant la définition du planning, la gestion des ressources et l'atténuation des risques, pour assurer la réussite des projets.

    Bien que je n'aie pas encore terminé les trois cours restants, les connaissances et compétences acquises grâce aux cours réalisés m'ont fourni une base solide en principes de gestion de projet.

  • Google IT Support Professional Certificate

    Date : mars 2022

    Google IT Support Professional Certificate

    J'ai terminé avec succès le Google IT Support Professional Certificate, un programme composé de cinq cours complets conçus pour développer une expertise en support informatique. Grâce à ce programme, j'ai acquis des compétences pratiques en dépannage, administration systèmes, réseaux, systèmes d'exploitation, sécurité et support client, me préparant à des rôles en support technique et opérations IT.

    Cours termines :

    • Technical Support Fundamentals: Acquis des connaissances de base en support IT, y compris un aperçu du matériel, des logiciels, du dépannage et des bonnes pratiques du service client.
    • The Bits and Bytes of Computer Networking: Appris les fondamentaux des réseaux, y compris les protocoles, les services réseau, le dépannage et les bases du cloud computing.
    • Operating Systems and You: Becoming a Power User: Acquis des compétences pour naviguer et gérer les systèmes d'exploitation, avec un focus sur Linux et Windows, les outils en ligne de commande et l'optimisation système.
    • System Administration and IT Infrastructure Services: Exploré des tâches d'administration système telles que la configuration de serveurs, la gestion des services et le déploiement d'infrastructures pour les besoins IT.
    • IT Security: Defense Against the Digital Dark Arts: Développé une compréhension des concepts de sécurité, incluant le chiffrement, le contrôle d'accès, la sécurité réseau et les stratégies de réponse aux incidents.

    Lien du certificat : https://coursera.org/verify/professional-cert/W2QKPEQMYBSR

  • Neo4j Graph Database

    Date : ao?t 2021

    Neo4j Graph Database

    J'ai suivi un ensemble complet de six cours via la Neo4j Academy, acquérant une expérience pratique des bases de données graphe et du langage de requêtes Cypher. Ces cours couvrent des sujets tels que l'interrogation avec Cypher, la création de nœuds et de relations, l'utilisation d'index pour l'optimisation des requêtes et les bonnes pratiques dans Neo4j 4.x. J'ai également acquis des compétences pour importer des données dans Neo4j et concevoir des modèles de données graphes adaptés à des cas d'usage spécifiques. Cette formation me fournit une base solide pour concevoir, implémenter et optimiser efficacement des applications basées sur des graphes avec Neo4j.


    Numéros de certificats :

    • Overview of Neo4j 4.x: 49278841
    • Querying with Cypher in Neo4j 4.x: 507560
    • Creating Nodes and Relationships in Neo4j 4.x: 36106601
    • Using Indexes and Query Best Practices in Neo4j 4.x: 96999171
    • Importing Data with Neo4j 4.x: 20600868
    • Graph Data Modeling for Neo4j: 67161317

  • Routing and Switching: Introduction to Networks

    Date : juillet 2019

    Routing and Switching: Introduction to Networks

    J'ai terminé avec succès le cours Cisco CCNA1 Routing and Switching: Introduction to Networks, réalisé sur site à l'Université Libanaise. Ce programme d'introduction m'a fourni une base solide en concepts fondamentaux des réseaux, notamment l'architecture réseau, les protocoles et les services. J'ai acquis une expérience pratique de la configuration des routeurs et des commutateurs, ainsi que du dépannage de problèmes réseau de base. Ce cours m'a introduit aux technologies essentielles LAN et WAN, me préparant à des études ultérieures en réseaux et infrastructures modernes.

Services

Ne faites jamais de compromis sur la qualité

  • Conseil et développement IA

    Je me spécialise dans la fourniture de solutions IA innovantes qui aident les entreprises à garder une longueur d'avance.

    Avec des années d'expérience dans les technologies IA, je me spécialise dans la fourniture de solutions IA innovantes qui aident les entreprises à garder une longueur d'avance. Mon expérience pratique avec des technologies de pointe comme les Generative Adversarial Networks (GANs), StyleGANs et les Large Language Models (LLMs) me permet de fournir des services avancés de conseil et de développement IA adaptés à vos besoins. J'ai travaillé sur des projets où les LLM ont été utilisés pour convertir du texte en Business Process Model and Notation (BPMN), transformant des processus métier complexes en workflows efficaces et automatisés. Ma connaissance technique approfondie me permet de créer des solutions pilotées par l'IA qui automatisent des tâches, améliorent la prise de décision et délivrent des résultats business tangibles.

    Ayant travaillé dans divers secteurs, je comprends les subtilités de l'application de l'IA dans des contextes réels. Qu'il s'agisse d'automatiser des tâches répétitives ou d'améliorer la prise de décision basée sur les données, mes solutions sont conçues pour s'intégrer de manière fluide à vos opérations. Chaque projet IA que je mène est porté par ma passion pour l'innovation et mon engagement à fournir des résultats qui créent une vraie valeur pour votre entreprise.

    Projets IA clés :

    • Développé des modèles IA utilisant GANs et StyleGANs pour la génération d'images créatives, renforçant les stratégies marketing des entreprises.
    • Utilisé des LLM pour transformer des descriptions textuelles en diagrammes BPMN, optimisant significativement les processus métier.

  • Développement logiciel

    J'apporte une riche expérience en développement logiciel, ayant mené et réalisé divers projets sur plusieurs plateformes.

    J'apporte une riche expérience en développement logiciel, ayant mené et réalisé divers projets sur plusieurs plateformes. Mon expertise couvre les applications mobiles, les applications desktop et les logiciels d'entreprise, ce qui me donne une compréhension complète de ce qu'il faut pour créer des solutions fonctionnelles, évolutives et conviviales. Du développement d'une application E-wallet hautement sécurisée à la construction d'un système CRM complet, mon expérience me permet de relever des défis complexes avec aisance. J'ai également développé une application mobile de don de sang, un système de gestion scolaire et une solution d'archivage client, démontrant ma polyvalence et ma capacité à livrer des solutions logicielles sur mesure dans différents secteurs.

    Avec chaque projet, je me concentre sur la compréhension des besoins uniques de l'entreprise pour créer des logiciels sur mesure qui améliorent l'efficacité, renforcent l'engagement des utilisateurs et soutiennent la croissance. Mon approche pratique garantit que chaque solution est soigneusement conçue, rigoureusement testée et déployée avec précision. En travaillant avec moi, vous ne bénéficiez pas seulement d'un développeur, vous collaborez avec quelqu'un qui s'engage à livrer un produit qui dépasse vos attentes et aide votre entreprise à réussir.

    Projets clés de développement logiciel :

    • Développé une application mobile E-wallet sécurisée et conviviale pour une institution financière, en rationalisant les transactions.
    • Développé un système CRM qui a amélioré l'interaction client et la gestion des données pour une entreprise de services.
    • Conçu une application mobile de don de sang pour rapprocher les donneurs et les centres de santé, améliorant l'accessibilité.
    • Créé un système de gestion scolaire pour simplifier les workflows administratifs des établissements éducatifs.
    • Livré un système d'archivage client pour améliorer l'organisation et la récupération des données pour des cabinets de services professionnels.

  • Conseil IT

    Je propose des services de conseil IT experts qui optimisent et améliorent vos systèmes

    Avec une solide expérience en infrastructure IT et cloud computing, je propose une gamme complète de services de conseil IT conçus pour optimiser votre stack technologique et assurer des opérations fluides. Mon expertise couvre des environnements réseau traditionnels comme ESXi et Windows Server, des plateformes cloud telles qu'AWS et Google Cloud Platform (GCP) et des solutions d'hébergement pour applications web. Que vous ayez besoin d'aide pour gérer des systèmes on-premise, migrer vers le cloud ou optimiser votre infrastructure cloud, je propose des solutions sur mesure garantissant que vos systèmes IT sont sûrs, évolutifs et efficaces.

    J'ai intégré avec succès des systèmes IT complexes, permettant une communication fluide entre différentes technologies et plateformes. Par exemple, j'ai intégré des machines de laboratoire hospitalier aux systèmes de gestion hospitalière, automatisant la saisie des données et améliorant la précision. Je suis également spécialisé dans le dépannage et la résolution de problèmes IT afin de réduire les temps d'arrêt et assurer des opérations fluides. Qu'il s'agisse de mettre en place des environnements d'hébergement sécurisés, d'optimiser l'infrastructure réseau ou de connecter des systèmes pour garantir un flux de données fluide, je veille à ce que vos systèmes IT soient optimisés pour aujourd'hui et prêts pour la croissance future.

    Projets IT clés :

    • Géré et optimisé des environnements virtualisés avec ESXi et Windows Server, améliorant l'efficacité opérationnelle pour des clients entreprises.
    • Intégré des solutions cloud AWS et GCP pour un déploiement fluide d'applications web, améliorant la scalabilité et les performances.
    • Automatisé les connexions entre les machines de laboratoire hospitalier et les systèmes de gestion hospitalière, éliminant la saisie manuelle et réduisant les erreurs.
    • Fourni des solutions complètes de dépannage et de réseau, garantissant un temps d'arrêt minimal et une efficacité maximale dans divers environnements métiers.
    • Mis en place des solutions d'hébergement pour applications web, garantissant des plateformes sécurisées, fiables et évolutives pour les entreprises.