Abdallahi Dah

Automatisation de la collecte, de la structuration et de l’analyse des données opérationnelles liées à la fiabilité et à la disponibilité des équipements. Développement et déploiement de modèles d’intelligence artificielle permettant de prédire les temps de fonctionnement, de détecter les défaillances et de classifier les activités de maintenance sur les équipements pétroliers. Reconstruction complète des breakdown structures des données provenant de sites offshore majeurs en Angola (CLOV, Dalia et PAZFLOR), conformément à la norme ISO 14224, assurant leur conformité et leur intégration dans les plateformes TE-RDB et OREDA.

Développement d’une solution d’analyse avancée pour la maintenance prédictive à partir de données massives collectées sur 91 turbines réparties sur trois parcs éoliens (deux en Allemagne, un au Portugal). Les données, collectées toutes les 10 minutes, comprenaient à la fois des informations techniques sur les équipements et des données météorologiques, totalisant des millions d’enregistrements. Conception, entraînement et évaluation de plusieurs architectures de deep learning pour identifier et prédire les anomalies de fonctionnement, atteignant des niveaux de précision satisfaisants. L’accent a été mis sur la robustesse des modèles et leur optimisation pour une intégration en production dans un environnement industriel exigeant.

Conception et mise en place d’un pipeline unifié permettant de collecter et centraliser les données internes et externes multi-sources de l’entreprise. Déploiement d’un système de classification produit basé sur l’intelligence artificielle afin d’optimiser la gestion des catalogues. Développement d’un outil d’aide à la décision ayant contribué à une amélioration significative du ROI digital au deuxième trimestre 2024 pour la division CPD.

Développement et déploiement d’une plateforme IoT intelligente pour la surveillance des serres agricoles, reposant sur le protocole de communication MQTT. Intégration de solutions d’intelligence artificielle avancées pour l’analyse et le suivi en temps réel des paramètres environnementaux. Mise en place de tableaux de bord interactifs (web/Node-RED) offrant une visualisation claire des données pour une gestion agricole optimisée.

- Ce projet a impliqué la conception et la mise en place d'un système d'automatisation du traitement et de la classification de données budgétaire de l'État mauritanien à l'aide de l'apprentissage automatique. - Les modèles développés ont démontré une performance supérieure à 99 % et ont considérablement réduit le temps de traitement, passant de deux semaines (le temps nécessaire pour faire la classification manuelle de toutes les données par des experts à l'ANSADE) à quelques minutes. - Intégrer les modèles dans une application Web avec une interface utilisateur simple et un tableau de bord dynamique qui offre des statistiques clés et des résultats d'analyse, permettant aux clients de disposer de prévisions pour répondre à leurs besoins.

- Travailler en équipe sur la conception, le développement et le modèle économique du projet. Nous avons également réalisé des présentations pour des investisseurs et des clients potentiels. - Conception et mise en œuvre une application mobile de covoiturage destinée à moderniser les pratiques de covoiturage en Mauritanie. Cette application propose un système de communication efficace permettant de faciliter les échanges entre les conducteurs et les passagers, ainsi la fonctionnalité de recherche permettant aux utilisateurs de trouver rapidement des trajets correspondant à leurs besoins et disponibilités.