À propos de Moctar
Spécialiste Computer Vision & Deep Learning/IA embarqué (Python, C/C++)
Vous recherchez un Computer Vision/AI Engineer sachant transformer vos POC de R&D en produits fiables et optimisés ?
Vous êtes au bon endroit.
Avec plus de 10 ans d'expérience en Traitement d'images, Computer Vision et Deep Learning pour systèmes embarqués, j'excelle pour faire le pont entre la recherche et la production, en optimisant vos solutions pour une performance en temps réel.
Mes Spécialités:
Traitement d'images, Computer Vision, Deep Learning, LLM, calculs GPU.
Technologies : C/C++, Python, CUDA et Matlab.
Outils & Librairies : OpenCV, TensorFlow, Keras, NumPy, Pandas, Scikit-Learn, etc
Production : Implémentation embarquée, Git, SVN, CI/CD, monitoring.
Réalisations Concrètes
Chez GoPro :
Conception et déploiement de solutions algorithmiques pour améliorer la qualité des photos Dès caméras GoPro (algorithmes de traitement d'images classiques et réseaux de neurones optimisés pour l'embarqué) pour un usage grand public.
Chez Survision :
- Conception et deploiement de solutions algorithmiques (traitement d'images, Computer vision et CNN) pour la localisation et la lecture de plaques d'immatriculation en temps réel.
- Conception d'un OCR ultra optimisé pour DSP (Implémentation en C de l'inférence d'un CNN réalisant l'OCR).
- Conception et déploiement d'un module de monitoring et de détection temps réel d'anomalies de fonctionnement (Decadrage, Defocus, etc) dans les caméras Survision.
Doctorat CIFRE :
R&D sur des problématiques complexes de traitement et d'interprétation automatique d'images sismiques.
Solutions Sur Mesure
- Analyse de vos besoins.
- Passage de POC (Python) à la production (C/C++ et CUDA).
- Optimisation de vos solutions pour des performances en temps réel.
Contactez-moi pour transformer vos projets de Computer Vision en solutions robustes et ultra-performantes.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Arabe
Notions
Yoruba
Bilingue ou natif
Allemand
Notions
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- ThalesDeveloppeur Python/C++, Traitement de vidéos - Low LatencyDÉFENSE & ARMÉEavril 2025 - Aujourd'hui (1 an et 2 mois)Osny, FranceOptimisation temps-réel & architecture multithread- Conception et implémentation d’une architecture multithread haute performance permettant leTraitement parallèle des flux vidéo (acquisition, décodage, traitement, rendu).- Utilisation intensive des primitives de synchronisation (mutex, atomic, condition_variable), optimisation du découpage des tâches pour minimiser le blocking et le cross-thread contention.- Mise en place d’un pipeline temps réel entièrement asynchrone pour réduire la latence entre la capture du flux et l’affichage.- Réduction mesurée de la latence globale du pipeline de plus de 30% après refonte.- Développement d’algorithmes thread-safe en C++ pour la gestion simultanée de plusieurs flux vidéo HD et 4K, avec contraintes strictes de débit et de latence.Optimisation CPU/mémoire- Analyse fine des performances via profiling CPU / GPU (perf, Valgrind, Nvidia Nsight) afin d’identifier les goulets d’étranglement sur les étapes de décodage, conversion et transfert mémoire.- Réécriture complète de plusieurs modules critiques afin:- d'améliorer l’utilisation du cache CPU (cache-friendly structures),- réduire les allocations dynamiques,- limiter les copies mémoire (zero-copy, buffers circulaires),- Optimisation du temps de traitement des frames sur l’ensemble du pipeline:- Réduction des locks,- Mise en place de queues lock-free pour certaines sections du pipeline.Projet: Flux vidéo- Développement C++ d'algorithmes de transfert sécurisé et temps-réel de flux vidéo- Développement C++ d’algorithmes de conversion de vidéos en différents formats- Développement d’un serveur REST API pour le monitoring d’opérations d’enregistrements et de replay de vidéos ;- Optimisation de pipeline de transfert de flux vidéo en temps réel: refonte des mécanismes de transfert, des structures de données de stockage, décodage et affichage des données. Multithreading ;- C++, Python, OpenGL, Cuda, API REST, FLASK, Multithreading, CI/CD /tests
- SurvisionIngénieur R&D en Traitement d’images embarquéHIGH TECHseptembre 2019 - avril 2022 (2 ans et 8 mois)Nanterre, France• Développement d’algorithmes embarqués de traitement d’images pour la Lectureautomatique et temps réel plaques d’immatriculation (LAPI)• Proposition et entrainement de réseaux de neurones CNN pour la localisation deplaques d’immatriculations et la reconnaissance automatique de caractères (OCR)• TinyML : Allègement et optimisation des architectures de réseaux de neurones delocalisation de plaques et d’OCR pour qu’ils soient embarqués dans les caméras LAPI• Implémentation C et optimisation de l’inférence du CNN réalisant l’OCR afinqu’il puisse être embarqué dans une caméra ancienne dotée d’un DSP de type C6x :réagencement des données afin de minimiser les cache miss, réduire les temps detransferts de donnée et de calculs• Développement et intégration d’algorithmes de traitement d’images et/ou de machine Learning pour :✓ la réalisation de l’autofocus d’une nouvelle gamme de caméras dotées d’un zoomvariable✓ la détection temps réel d’anomalies sur les caméras LAPI (Décadrage, flou, etc.)pouvant induire une baisse de performances des caméras.
- GoProIngénieur Senior en Computer Vision et Deep learning EmbarquéHIGH TECHjuin 2022 - mars 2025 (2 ans et 9 mois)Issy-les-Moulineaux, France- Participation à la création d'un module IA intégré dans les caméras GoPro pour améliorer la qualité des images des photos prises à l'aide des caméras GoPro• Deep Learning: Design et entrainement de réseaux de neurones pour la restauration temps-réel d'images (débruitage, super-résolution) des caméras GoPro.• TinyML: Optimisation et Allègement de l'architecture des réseaux de neurones proposés (distillation, pruning, Quantification, etc.).• Déploiement dans les caméras GoPro du réseau de neurones pour le debruitage d'images• Design et entrainement de Modèles de diffusion pour la restauration d'images, NLP, LLM.- Développement d'algorithmes, optimisés pour l'embarqué, pour améliorer l'ISP et donc la qualité des images dans les caméras GoPro (Demosaicking, Sharpening, Correction Gamma, etc.);- Optimisation d'algorithmes de Stitching pour la caméra 360,- Calibration géométrique et vignettage, etc.- Elaboration de tests de non regression pour le monitoring du code (Unittest, Github actions)• Python,TensorFlow, Keras, OpenCV, Bash scripting, Git, Github, CI/CD
Recommandations
SN
Ces profils de freelance correspondent également à vos critères
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
Formations
- Doctorat en Traitement d'imagesUniversités de Bordeaux2018
- Ingénieur en Electronique, Spécialité Traitement du Signal et de l'ImagesENSEIRB-MATMECA de Bordeaux2014
Certifications
- Machine Learning in Python with Scikit-learnFrance Universités Numérique2022
- Neural Networks and Deep learningDeepLearning.AI2022