You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Khalil GhanamKG

Khalil Ghanam

Développeur IA — ML · Computer Vision · Web

€150/day
Caen, FR
0-2 years

Average response time: 1 hour

About Khalil

Vous avez un projet IA, une analyse de données ou une application web à développer ? Je peux vous aider à le concrétiser rapidement.

Étudiant en Master IA à Caen, je travaille sur des projets concrets avec des résultats mesurables : modèle ML avec AUC 0.98 et Accuracy 93% sur données cliniques réelles, détection d'objets YOLOv8 avec mAP50 0.80, reconstruction de squelette 3D à partir de nuages de points LiDAR, et développement d'applications web full-stack.

Ce que je peux livrer concrètement :
— Modèle ML entraîné et évalué sur vos données
— Pipeline de détection d'objets ou d'anomalies (Computer Vision)
— Script Python d'automatisation ou de traitement de données
— Application web avec interface et API backend
— Analyse exploratoire et visualisation de vos données

Je m'adapte à vos outils, je communique régulièrement sur l'avancement, et je livre dans les délais convenus. Disponible immédiatement en remote.
  • French

    Native or bilingual

  • English

    Conversational

  • Arabic

    Fluent

Can work on-site
Caen (up to 50km), Paris (up to 50km), Rouen (up to 50km), Lille (up to 50km)

Experience

  • Université de Caen Normandie — Master 1IA
    Projet de recherche — Reconstruction de squelette humain à partir de nuages de points LiDAR
    HEALTH AND WELLNESS
    November 2025 - June 2026 (7 months)
    Caen, France
    Projet annuel de recherche (équipe de 4) portant sur la reconstruction d'un squelette humain 3D à partir de données LiDAR, pour l'analyse du mouvement (rééducation, sport, animation 3D).

    Travail réalisé :
    • Acquisition et traitement de nuages de points LiDAR (capteur RS-Helios-16P, ~28 000 pts/frame)
    • Pipeline de nettoyage : filtrage, voxel downsampling, suppression d'outliers
    • Segmentation géométrique : RANSAC (suppression des plans) + DBSCAN (clustering)
    • Implémentation d'un algorithme de squelettisation 3D par contraction L1-médiale (extraction de 15 articulations anatomiques)
    • Intégration avec MediaPipe pour la fusion RGB/3D
    • Pipeline de lissage temporel (filtre Savitzky-Golay, interpolation)
    • Animation d'un avatar 3D dans Unity par Inverse Kinematics

    Résultat : système complet capable de transformer une séquence de nuages de points en squelette animé exploitable, avec interface de visualisation PyQt6 (4 vues synchronisées).

    Outils : Python, Open3D, NumPy, SciPy, MediaPipe, Unity, PyQt6, scikit-image.
    Python Computer Vision Scikit-learn Lidar Machine learning
  • Maison de l'Intelligence Artificielle de l'Université Mohamed Premier
    Compétition — Détection de déchets plastiques par Computer Vision (YOLOv8)
    ENVIRONMENTAL
    June 2024 - June 2024
    Oujda, Morocco
    Participation à une compétition de Computer Vision portant sur la détection automatique de déchets plastiques.

    Travail réalisé :
    • Constitution et annotation d'un dataset d'images
    • Entraînement d'un modèle YOLOv8 pour la détection d'objets en temps réel
    • Optimisation des hyperparamètres pour améliorer la précision du modèle
    • Évaluation des performances sur jeu de test

    Résultat obtenu : mAP50 de 0.80, permettant une détection fiable en conditions réelles.

    Outils : Python, YOLOv8 (Ultralytics), OpenCV, PyTorch.
    Github
    Python Computer Vision Scikit-learn YOLOv8 Deep Learning
  • École Supérieure de Technologie Oujda
    Stagiaire Machine Learning — Analyse prédictive
    HEALTH AND WELLNESS
    April 2024 - July 2024 (3 months)
    Oujda, Morocco
    Stage de fin d'année Licence Pro portant sur l'analyse prédictive de la dépression à partir d'un dataset réel de la population bangladaise.

    Missions réalisées :
    • Nettoyage et préparation des données (feature engineering, gestion des valeurs manquantes)
    • Traitement du déséquilibre de classes avec SMOTE
    • Comparaison de 12 modèles de Machine Learning (Logistic Regression, Random Forest, SVM, XGBoost, etc.)
    • Test de 7 méthodes de sélection de variables (dont Boruta)
    • Évaluation rigoureuse par validation croisée

    Résultat obtenu : meilleur modèle (Logistic Regression + Boruta) avec une Accuracy de 93%, un AUC de 0.98 et un F1-score de 92%.

    Outils : Python, scikit-learn, pandas, numpy, imbalanced-learn.
    Github :
    Python Machine learning Data science Scikit-learn Pandas

Recommendations

Be the first to recommend Khalil

Help this freelancer shine by sharing your experience working together.

These freelancer profiles also match your criteria

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Education

  • Master informatique parcours IA et facteurs humains
    Université de Caen Normandie Caen
    Master informatique parcours IA et facteurs humains
  • Licence Professionnelle en Informatique décisionnelle
    École Supérieure de Technologie
    2024
    Licence Professionnelle en Informatique décisionnelle

Skill set

Categories