Hicham B.

Conception et développement de services basés sur une architecture micro-services évolutive, assurant haute performance et flexibilité. Réalisation de fonctionnalités back-end en Go, avec mise en œuvre des meilleures pratiques et intégration de mesures de sécurité critiques (OAuth2 / OIDC). Création et enrichissement d'API REST et d'applications Web répondant aux besoins des clients internes et externes. Intégration de capacités NLP / LLM : fine-tuning de modèles et exposition d'un endpoint d'inférence (Python + Go) pour l'analyse de texte en temps réel.

Conception et développement de modules Golang pour la génération de scénarios et la communication inter-systèmes dans une suite d'entraînement tactique fondée sur la simulation constructive Direct AI (MASA Group). Conception d'un connecteur Golang automatisant l'échange de messages avec les outils internes de la DGA, assurant la validation protocolaire et des tests d'intégration robustes. Mise en place et expérimentation de stratégies de reinforcement learning en C++/Python afin d'optimiser les décisions tactiques des états-majors, avec boucle d'évaluation continue sur données simulées.

Conception et développement d'algorithmes de deep learning appliqués aux images multispectrales géoréférencées acquises par drones : comptage de plants, analyse de floraison, détection précoce de maladies. Architecture logicielle performante et scalable : micro-services Go / Python couvrant l'ingestion (Kafka), le pré-traitement, l'inférence et le post-traitement en temps réel, avec exposition d'API REST. Entraînement, optimisation et validation de modèles CNN, Vision Transformers et réseaux de segmentation (TensorFlow / Keras), suivi expérimental continu et ajustement automatique des hyper-paramètres. Gestion et traitement de données géospatiales via PostgreSQL / PostGIS et bibliothèques GDAL, Rasterio, Fiona, assurant la manipulation de rasters à grande échelle. Développement de modules backend orchestrant les pipelines, avec fonctionnalités de monitoring et de journalisation. Conteneurisation et CI/CD légers (Docker) garantissant reproductibilité et montée en charge sur clusters Ubuntu. Veille technologique continue sur les modèles edge-friendly et les nouvelles approches de vision embarquée pour l'agriculture de précision.