Description

Ingénieur spécialisé en systèmes embarqués et développement logiciel, avec une solide formation académique et une expérience

significative en programmation bas niveau et en conception d’applications logicielles. Expertise en développement embarqué,

notamment sur microcontrôleurs STM32 et environnements temps réel, ainsi qu’en développement logiciel en C, C++ et Java.

Compétences en optimisation des systèmes, intégration d’intelligence artificielle embarquée. Capacité avérée `a travailler en

équipe et à s’adapter à des environnements technologiques variés.

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Arabe
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Grenoble (jusqu’à 50 km)

Enedis
Stagiaire de fin d’étude
ENERGIE
avril 2024 - octobre 2024 (6 mois)
Paris, France
Développement d’un générateur de signaux arbitraires autonome intégrant une interface web interactive pour le controle et
la visualisation des signaux en temps r´eel. Conception et programmation sur microcontrôleurs STM32H7, avec une interface
graphique développée en Qt pour une utilisation locale et une interface web en React.js/Node.js pour un acc` es distant.
• Implémentation de protocoles de communication embarqués tels que UART, SPI et I2C pour la transmission des données entre
le STM32H7 et les périphériques externes. Mise en place d’une communication réseau via MQTT et WebSockets, permettant
un suivi et un contrôle ` a distance en temps réel.
• Optimisation des performances en utilisant des techniques avancées de traitement du signal et une gestion efficace des interruptions et des DMA (Direct Memory Access) pour améliorer la réactivité du système.
C++ STM32 React.js Node.js Qt
Groupe OCP
Stagiaire assistant Ing´enieur
ENVIRONNEMENT
juin 2023 - septembre 2024 (1 an et 3 mois)
El Jadida, Maroc
Développement de solutions Node-RED et mise en œuvre de workflows d’apprentissage automatique pour un tableau de bord,
création d’algorithmes avancés (LSTM, GRU) avec TensorFlow pour prédire les fluctuations de puissance, augmentant la
précision des prédictions et optimisant la sélection des modèles grâce à une évaluation complété des métriques.
Python Node.js React.js intelligence artificielle Deep Learning