Amine Amara

1) Monitoring automatique d’UI/UX (web) -Conception d’une pipeline de crawling Selenium pour capturer des pages complètes et multi-états. -Pré-annotation depuis le HTML + Label Studio pour accélérer le labeling (textes, images, boutons, menus). -Détection d’anomalies visuelles (similarité LPIPS) et structurelles/position (Faster R-CNN/Detectron2). -Post-traitements métier : tolérance aux petits déplacements, filtrage des zones dynamiques, OCR de contrôle (Tesseract) → baisse des faux positifs. -Industrialisation : containerisation Docker, stockage structuré et versionné par itération, génération d’artefacts et notifications Discord. Observabilité renforcée (logs centralisés, traçabilité des runs). 2) Traitement de dossiers médicaux (PDF → données structuré) -Extraction des pages PDF en images, OCR (Mistral/Tesseract), nettoyage et agrégation. -Agent LLM pour structurer les informations (JSON) + synthèse du dossier. -Reconstruction chronologique d’un PDF trié à partir du JSON et export des rapports. -Orchestration Python/Flask, logs, reprise sur erreur, séparation I/O (CSV/Parquet/JSON). Impact : -Outil de monitoring réutilisable et déployable pour la qualité d’affichage web. -Réduction du temps de détection d’incidents UI et diminution des alertes non pertinentes via règles métier. -Chaîne documents médicaux automatisée : du PDF brut à la synthèse exploitable et au PDF re-ordonné. Stack & outils : Python, Flask, Selenium, OpenCV, Detectron2 / Faster R-CNN, LPIPS, Tesseract, Mistral API, Docker, Label Studio, Pandas/NumPy, Git. Compétences clés : Vision par ordinateur · Deep Learning · OCR · LLM/Agents · Web crawling · QA/Monitoring · Industrialisation (Docker, observabilité) · Structuration de données

Analyse du banc d’essai existant. Étude détaillée du fonctionnement et des limites du banc d’essai. Identification des éléments nécessitant une modernisation, notamment la régulation de la pression et la communication entre les composants du système. Conception d’une nouvelle solution logicielle. Développement, via LabVIEW, d’une interface de contrôle et de régulation de la pression en temps réel. Affichage clair des données de test et des paramètres critiques, facilitant l’interprétation des résultats par les opérateurs. Intégration de nouveaux composants. Ajout de capteurs de pression plus précis. Optimisation de la communication entre anciens et nouveaux modules via des protocoles adaptés. Assurance de la compatibilité avec l’architecture existante et amélioration de la précision des relevés. Régulation automatique des tests. Programmation de séquences de tests dans LabVIEW permettant l’ajustement automatique de la pression en fonction des tolérances définies. Réduction de l’intervention humaine et minimisation des erreurs.

Projet nécessitant une analyse des flux de données, la détection des dysfonctionnements et la mise en œuvre de solutions innovantes. Analyse des données et diagnostic des systèmes. Collecte et analyse des données des équipements de production. Identification des points faibles et des goulets d’étranglement. Extraction d’informations sur la répartition des charges et les variations de performances via TIA Portal et Step7. Conception et proposition de solutions techniques. Recommandations pour optimiser les processus automatisés. Modification des paramètres de contrôle et amélioration des algorithmes de régulation. Meilleure gestion des ressources et réduction des dysfonctionnements. Mise en œuvre des améliorations. Reprogrammation des automates programmables industriels (API) en langage Ladder. Intégration de nouveaux modules de communication utilisant les protocoles Modbus et Profinet. Amélioration de la synchronisation des systèmes, réduction des temps d’arrêt et augmentation de la fiabilité des processus.

Objectif : amélioration des performances et de la fiabilité du système d’emballage, avec optimisation du processus de détection des produits défectueux. Conception et intégration de nouvelles fonctionnalités. Ajout d’une caméra de traitement d’image pour la détection en temps réel des produits non conformes. Utilisation d’algorithmes de vision par ordinateur intégrés à l’interface de l’automate pour un tri précis des produits. Implémentation d’un système d’évacuation automatisé. Conception et programmation d’un module permettant l’évacuation automatique des produits défectueux sans interruption du cycle de production. Augmentation de la cadence de production et réduction des pertes. Reprogrammation de l’automate Siemens. Reconfiguration complète des modules de contrôle pour intégrer les nouvelles fonctionnalités. Utilisation des langages Ladder et STL pour optimiser la coordination des sous-systèmes et le cycle de production. Tests et validation. Séries de tests pour valider l’efficacité des améliorations. Évaluation des performances en termes de rapidité, fiabilité et précision du système.