About Houcine
Besoin de transformer vos prototypes IA en solutions de production robustes et scalables ?
Ingénieur Software spécialisé en Intelligence Artificielle, j'accompagne les entreprises dans l'architecture, le développement et le déploiement (MLOps) de solutions intelligentes. Mon approche combine la rigueur du Software Engineering traditionnel avec la puissance de la GenIA moderne.
🚀 Ce que j'apporte à votre projet :
Expertise GenIA & LLM : Mise en place d'architectures RAG (Retrieval-Augmented Generation), fine-tuning de modèles, et agents intelligents pour automatiser vos processus métiers.
MLOps & Industrialisation : Conception de pipelines CI/CD pour le ML, conteneurisation (Docker/K8s) et monitoring de modèles pour garantir leur performance en production.
Software Engineering de pointe : Développement performant en C++, Go et Python, garantissant un code maintenable, testé et optimisé pour le calcul intensif.
🛠️ Types de missions que je réalise :
Audit & Stratégie IA : Évaluation de la faisabilité technique de vos cas d'usage GenIA.
Développement sur mesure : Création d'applications desktop (Qt/C++) ou backend intégrant des briques de Machine Learning.
Mise en production (MLOps) : Migration de notebooks expérimentaux vers des infrastructures cloud scalables et sécurisées.
Smart City : Système de surveillance routière avec détection de véhicules et reconnaissance automatique de plaques (OCR/ALPR).
Document AI : Extraction intelligente de données via OCR sur des flux de documents hétérogènes.
Pourquoi travailler avec moi ? Ma double compétence en développement logiciel "bas niveau" (C++) et en IA me permet de comprendre les contraintes matérielles tout en innovant sur la couche applicative. Je privilégie la transparence, la documentation claire et le respect des délais.
French
Native or bilingual
English
Fluent
Arabic
Native or bilingual
Can work on-site
Vichy (up to 50km), Lyon (up to 30km), Paris (up to 20km)
Experience
- Hooke-ElectronicsIngéieure logicielSOFTWARE PUBLISHINGMarch 2025 - January 2026 (10 months)Vichy, FranceAu sein de Hooke-Electronics, je suis responsable de la conception et du développement d'une application métier critique dédiée au design et au calcul des propriétés physiques et techniques des circuits imprimés (PCB).Réalisations clés :Architecture logicielle Java/JavaFX : Développement d'une application desktop performante avec une interface utilisateur riche (JavaFX) pour la simulation et la visualisation de composants électroniques.Moteur de Calcul Mathématique : Implémentation d'algorithmes mathématiques complexes pour le calcul des propriétés des PCB (impédances, thermique, intégrité du signal), transformant des modèles théoriques en outils de précision.Gestion de données complexes : Conception et optimisation d'une base de données relationnelle PostgreSQL pour stocker les configurations de design, les bibliothèques de composants et les résultats de calcul.Industrialisation & Build : Gestion du cycle de vie du projet avec Maven, garantissant une gestion propre des dépendances et un déploiement automatisé.Optimisation des performances : Amélioration des temps de traitement pour les calculs intensifs, permettant un retour d'expérience immédiat lors de la modification des paramètres de design par l'utilisateur.Stack Technique : Java, JavaFX, PostgreSQL, Maven, Algorithmique Mathématique, Modélisation Orientée Objet.
- NeuronalysIngénieur Intelligence ArtificielleSOFTWARE PUBLISHINGApril 2022 - August 2025 (3 years and 4 months)Lille, FranceAu sein de Neuronalys, je pilote la conception et le déploiement de systèmes d'IA générative et de Vision par Ordinateur à haute performance, avec une focalisation critique sur l'optimisation de l'inférence et la mise en production (LLMOps/MLOps).Réalisations clés :IA Générative & LLM : Développement de services d'assistance LLM en temps réel et de refactoring automatisé de code. J'ai mis en place des architectures microservices sous FastAPI et Kubernetes capables de supporter plus de 1 000 sessions simultanées.Optimisation de l'Inférence : Accélération des modèles LLM via TensorRT et CUDA, atteignant une latence p95 inférieure à 100 ms pour les flux de complétion de code.Systèmes RAG Multimodaux : Architecture de pipelines RAG complexes (LangChain + bases de données vectorielles) pour le traitement de code et de documentation, améliorant significativement la précision de la récupération d'informations.Smart City & Computer Vision : Conception d'un système de surveillance routière intelligente utilisant YOLO pour la détection ALPR (plaques d'immatriculation), la segmentation et l'estimation de pose, intégrant des analyses vidéo en temps réel via des modèles de langage visuel (VLM).Custom CUDA Kernels : Développement de kernels CUDA personnalisés pour optimiser les algorithmes de ML et de traitement d'image, augmentant la vitesse d'inférence de YOLO de 40%.Santé Connectée : Ingénierie d'une application de ML médical pour l'analyse radiographique automatisée, permettant la détection de la scoliose et la mesure de la courbure vertébrale par Deep Learning.Data Engineering : Mise en place de pipelines ETL avec Spark et Kafka pour le traitement de télémétrie à grande échelle, permettant la détection prédictive d'erreurs.Stack Technique : Python, C++, JavaScriptt, TensorRT, vllm, SGLang, CUDA, PyTorch, YOLO, OpenCV, LangChain, LangGraph, FastAPI, Docker, Kubernetes, AWS/GCP/OVH.
- Ynasys MedicalIngénieur IA et logicielSOFTWARE PUBLISHINGMarch 2019 - March 2022 (3 years)Vichy, FranceAu sein de cette MedTech spécialisée dans l'imagerie médicale, j'ai conçu et développé des solutions logicielles complexes pour l'analyse d'images et la gestion de flux vidéo chirurgicaux en temps réel.Réalisations clés :Architecture Logicielle C++ / Qt : Conception et développement de l'application phare de la suite Yansys, dédiée à la capture, au traitement et à l'archivage d'examens médicaux (Endoscopie, Radiologie).Conception d'Architecture IA : Design de systèmes intelligents de bout en bout, de la sélection du modèle (ML, Vision) à la définition de l'infrastructure d'inférence (Cloud ou Edge).Traitement d'Image & Vision : Implémentation d'algorithmes de traitement d'image pour l'amélioration du rendu visuel en temps réel et l'aide au diagnostic.Gestion de Flux Vidéo Haute Performance : Développement de pipelines multimédias via DirectShow et GStreamer pour la capture et le streaming basse latence de flux chirurgicaux HD.Interopérabilité Médicale (DICOM/HL7) : Intégration des standards de communication hospitalière pour assurer la synchronisation parfaite entre les dispositifs médicaux et les serveurs PACS/RIS.Optimisation Low-Level : Optimisation des performances CPU/GPU pour garantir une fluidité totale de l'interface utilisateur (HMI) lors du traitement simultané de plusieurs flux vidéo.Conformité Normative : Développement suivant les normes strictes des dispositifs médicaux (ISO 13485), incluant la rédaction de documentations techniques et de protocoles de tests unitaires/intégration.Stack Technique : C++, Qt Framework, OpenCV, DirectShow, GStreamer, SQLite, DICOM, HL7, Visual Studio.
Recommendations
Be the first to recommend Houcine
Help this freelancer shine by sharing your experience working together.
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Intel Edge AI Certification (AI-Driven Software Development)Intel Corporation (Remote)20221. Certifications Professionnelles Intel® Certified Developer – MLOps Professional : Formation avancée incluant des labs pratiques, un projet final et un examen pour obtenir un titre reconnu par l'industrie. 2. Cours en libre-service (Auto-formation) Fondamentaux : Introduction à l'IA (8 semaines), Machine Learning (12 sem.) et Deep Learning (12 sem.). Spécialisations : NLP (Traitement du langage), Analyse de séries temporelles, Détection d'anomalies, et Robotique. Optimisation Matérielle : AI on PC : Utilisation d'OpenVINO et ONNX sur Windows. Edge AI : Inference avec Intel Movidius. FPGA : Deep Learning haute performance sur FPGA. 3. Thèmes Clés & Outils Frameworks optimisés : Extensions Intel pour PyTorch et TensorFlow. Outils : Kit d'outils OpenVINO™ (inférence rapide) et oneAPI (programmation hétérogène). Concepts couverts : Generative AI, Computer Vision, Transfer Learning et Inférence de modèles.