À propos de Walid
Ingénieur en Intelligence Artificielle & Data Science
Je conçois des solutions IA, agents intelligents, chatbots et automatisations de processus sur mesure.
J’interviens sur l’ensemble du cycle projet, de la collecte et préparation des données jusqu’au déploiement, pour créer des systèmes performants, fiables et évolutifs.
Compétences clés :
- Développement d’agents IA, assistants conversationnels et chatbots personnalisés
- Intégration de LLMs
- Automatisation de processus métier et génération de texte intelligente
- Machine Learning, Deep Learning, NLP, Computer Vision
- Data annotation et Web scraping (collecte et structuration de données pertinentes)
- Python, SQL, Pandas, scikit-learn, Keras/PyTorch, Hugging Face
Objectif : aider les entreprises à exploiter la puissance des modèles de langage et de la donnée pour gagner en efficacité, automatiser et innover.
Français
Bilingue ou natif
Anglais
Bilingue ou natif
Accepte de travailler sur site
Paris (jusqu’à 50 km)
Expériences
- ScortexData ScientistLOGISTIQUE & SUPPLY CHAINmars 2025 - septembre 2025 (6 mois)Paris, FranceJ’ai abordé le défi de la rareté des données dans le contrôle qualité visuel automatisé en concevant des pipelines génératifs capables de produire des défauts synthétiques réalistes et diversifiés. Ces données ont permis d’entraîner des modèles supervisés atteignant des performances comparables, voire supérieures, aux méthodes non supervisées de pointe.Réalisations clés :
- Développement d’un pipeline de génération d’anomalies en few-shot, basé sur des modèles de diffusion pré-entraînés et adaptés via LoRA et text embedding tuning, pour créer des défauts réalistes à partir de très peu d’exemples réels.
- Conception et entraînement de modèles supervisés de classification et de segmentation pixel à pixel, atteignant d’excellents résultats sur des benchmarks industriels.
- Utilisation de Grad-CAM pour analyser et interpréter le comportement des modèles, renforçant l’explicabilité et la fiabilité des prédictions.
- Création d’un pipeline avancé d’inpainting pour la génération de défauts, intégrant des techniques telles que l’appariement de points clés ORB et le seuillage d’Otsu, afin d’améliorer la cohérence sémantique et la diversité des anomalies.
- Réalisation d’une évaluation comparative avec des approches non supervisées, démontrant la supériorité des méthodes génératives pour la segmentation des anomalies.
- Rédaction d’un mémoire de recherche détaillant les stratégies explorées, leurs limites sur les anomalies complexes, et les perspectives d’application industrielle.
- SelfAI EngineerHIGH TECHaoût 2025 - septembre 2025 (1 mois)Paris, FranceAgent IA pour la génération automatisée de rapports financiersConception d’un agent intelligent capable de transformer des questions simples en rapports financiers professionnels, réduisant considérablement le temps de recherche et de rédaction. Le système exploite un LLM (Gemini) pour enrichir les requêtes, extrait des informations pertinentes depuis des sources en ligne (API DuckDuckGo) et une base vectorielle (Pinecone), puis synthétise les résultats sous forme de contenu structuré.Avant l’export, l’agent vérifie la complétude du rapport : si la réponse n’est pas jugée suffisante, il poursuit la collecte et la reformulation de données de manière autonome afin d’assurer exactitude et exhaustivité.Ce projet illustre le potentiel des agents IA autonomes pour automatiser la recherche, optimiser l’analyse financière et produire des rapports fiables et directement exploitables.
- Sorbonne IVData ScientistBIOTECHNOLOGIESoctobre 2024 - décembre 2024 (2 mois)Paris, FranceSystème de reconnaissance de gestes EMG en temps réel et d’analyse de la fatigueConception et implémentation d’un système d’apprentissage automatique complet capable de traduire des signaux électromyographiques (EMG) bruts en commandes temps réel pour une application Unity. Le projet couvre l’ensemble de la chaîne, de l’acquisition et du traitement du signal jusqu’au déploiement du modèle et à la communication inter-processus.Réalisations clés :
- Développement d’un pipeline de traitement du signal pour filtrer et extraire 12 caractéristiques temporelles et fréquentielles (RMS, MAV, ZC, SSC, WL, fréquence dominante) à partir des signaux EMG, à l’aide de NumPy et SciPy.
- Conception d’un modèle d’apprentissage en deux étapes avec Scikit-learn
- Un Gradient Boosting Classifier pour la reconnaissance multi-classe des gestes (repos, coup de poing, main ouverte) atteignant plus de 92 % de précision.- Un clustering K-Means pour la détection non supervisée du niveau de fatigue (en forme, fatigue légère, fatigue).- Mise en place d’une architecture Python modulaire avec acquisition multi-threads, sérialisation des modèles et classe d’inférence personnalisée pour une exécution efficace.
- Établissement d’une communication temps réel via sockets UDP entre Python et Unity, assurant une latence inférieure à 100 ms de bout en bout.
Recommandations
Soyez le premier à recommander Walid
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
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
- Master en Intelligence artificielleSorbonne université2025