Mohamed El Mourabit

En tant qu’ingénieur en intelligence artificielle, j’ai contribué à la création de divers registres gouvernementaux, tels que le Registre National du Territoire et le Registre National des Entreprises. Mon rôle principal consistait à nettoyer et préparer les données provenant de multiples organismes, en utilisant des algorithmes tels que FuzzyWuzzy et les expressions régulières (RegEx) pour le nettoyage des données.

J’ai également travaillé sur l’harmonisation des informations liées aux rues en utilisant des techniques de comparaison de chaînes de caractères. Cela impliquait la standardisation des adresses et la résolution des incohérences dans les données. Par la suite, j’ai réalisé des analyses statistiques sur les registres, en appliquant des méthodes avancées de traitement des données afin de découvrir des tendances et des modèles pertinents.

Mes résultats ont été utilisés pour la publication de rapports et d’analyses accessibles au grand public. Tout au long de cette expérience, j’ai collaboré avec des statisticiens et des experts en données pour garantir l’exactitude des résultats. J’ai également participé à des discussions et des réunions afin de partager mes connaissances techniques et de contribuer à l’interprétation des données.

En tant qu'ingénieur en intelligence artificielle pour la détection d'objets, j'ai joué un rôle essentiel dans la conception et le développement de systèmes de détection d'objets pour les véhicules autonomes. Mon objectif principal était de combiner et d'intégrer les données provenant de différents capteurs tels que les radars, les lidars et les caméras, afin d'obtenir une détection précise des objets environnants.

J'ai travaillé activement sur l'analyse des algorithmes de fusion de données existants, en recherchant constamment de nouvelles approches pour améliorer leur précision et leur efficacité. Dans ce contexte, j'ai développé deux modèles avancés : un modèle basé sur les réseaux de neurones artificiels (ANN) et un modèle basé sur les réseaux de neurones convolutionnels (CNN). J'ai utilisé des techniques avancées, telles que le modèle PointNet, pour entraîner et optimiser ces modèles sur le jeu de données Nuscenes.

Mon travail de prétraitement du jeu de données Nuscenes a été crucial pour assurer la qualité et la fiabilité des résultats obtenus. J'ai mis en place des pipelines de prétraitement robustes, y compris le nettoyage des données et l'extraction des caractéristiques pertinentes, afin de fournir des données de haute qualité aux modèles de détection d'objets.

Au sein de l'équipe en charge de la classification, de la consolidation et de la sélection des types d'objets radar, j'ai occupé un poste où j'ai été amené à concevoir, développer et intégrer des algorithmes embarqués en langage C/C++ sur les produits ADAS de Continental. Ces algorithmes ont été spécifiquement destinés aux radars embarqués, qui sont des technologies clés pour les systèmes de conduite assistée et de sécurité automobile.

Mes responsabilités ont consisté à participer activement à la conception et au développement d'algorithmes de traitement de signal et de traitement de données pour les radars, ainsi qu'à leur intégration dans les produits ADAS de Continental. J'ai également été impliqué dans des tâches de maintenance et d'amélioration continue des algorithmes existants.

Mon travail a impliqué une collaboration étroite avec les autres membres de l'équipe de développement, ainsi qu'avec les équipes de test et de validation, afin de garantir la qualité et la performance optimale des algorithmes développés. J'ai également été impliqué dans des activités de documentation et de présentation des résultats obtenus, afin de communiquer efficacement avec les parties prenantes internes et externes.

Dans l'ensemble, cette expérience m'a permis d'acquérir une expertise approfondie dans la conception et le développement d'algorithmes embarqués pour les systèmes ADAS, ainsi que dans leur intégration et leur validation. J'ai également développé mes compétences en collaboration et en communication dans un environnement professionnel exigeant et stimulant.