MAMCHAOUI Selmane Abdelatif
Étudiant en Informatique - Systèmes Informatiques | Passionné par l'Intelligence Artificielle et le Machine Learning
Étudiant en Informatique - Systèmes Informatiques | Passionné par l'Intelligence Artificielle et le Machine Learning
Étudiant en troisième année de Cycle d'Ingénieur à l'École Nationale Supérieure d'Informatique (ESI Alger), spécialité Systèmes Informatiques. Actuellement en stage de fin d'études à l'Université du Luxembourg (SNT – Interdisciplinary Centre for Security, Reliability and Trust), où je travaille sur des approches avancées par réseaux de neurones à hypergraphes pour l'imputation de valeurs manquantes dans les séries temporelles.
Habile à résoudre des problèmes et avide de nouveaux défis, je cherche à enrichir mes compétences et connaissances dans les domaines du Machine Learning, du Deep Learning et de l'analyse de données. Mon objectif est de contribuer à l'innovation technologique en développant des solutions intelligentes et performantes.
Formation : Diplôme d'Ingénieur d'État et Master en Informatique - spécialité Systèmes Informatiques (double diplôme) | ESI Alger (2021-2026)
2025-2026 | SNT – Interdisciplinary Centre for Security, Reliability and Trust
Sujet : Approches avancées par réseaux de neurones
à hypergraphes pour l'imputation de valeurs manquantes dans les
séries temporelles.
Développement d'un modèle
Hypergraph Neural Network pour améliorer
l'imputation dans les séries temporelles multivariées. Ce projet
combine des techniques avancées de Deep Learning avec la théorie des
graphes pour résoudre des problèmes complexes de données manquantes.
Projet académique
Conception d'un modèle spatio-temporel basé sur les Graph Neural Networks pour prévoir le trafic à partir de séries temporelles corrélées spatialement. Ce projet démontre l'application des GNN aux problèmes de prévision avec dépendances spatiales et temporelles complexes.
Projet académique
Conception d'un modèle Deep Learning pour reconnaître automatiquement les oiseaux via images et sons, avec évaluation sur un dataset volumineux et validation des performances. Application pratique de Computer Vision et traitement du signal audio.
Projet académique
Développement et comparaison de modèles de Machine Learning et Deep Learning pour la prédiction de la consommation d'électricité en Allemagne. Implémentation et évaluation de plusieurs algorithmes : Random Forest, Polynomial Regression, Lasso, Ridge, Elastic Net, Robust Regression, et Artificial Neural Network.
Projet académique
Développement d'une application de planification et de suivi des activités et événements avec une interface utilisateur intuitive et des fonctionnalités de gestion du temps avancées.
Projet académique
Développement d'une application mobile pilotée par une boîte aux lettres intelligente. Solution innovante combinant IoT et développement mobile pour moderniser la gestion du courrier postal.
Septembre 2024
Développement d'une application promotionnelle
"PanierPromo" basée sur la localisation permettant
aux utilisateurs de trouver des offres dans les magasins de la
grande distribution en France.
L'application exploite la géolocalisation pour proposer des
promotions personnalisées en temps réel, offrant une expérience
utilisateur fluide et intuitive.
Août - Septembre 2025
Migration d'un plugin nommé "FutureBridge" RhinoCeros 8 développé en IronPython vers CPython avec intégration d'une interface web. Modernisation complète du code et amélioration de l'architecture pour assurer la compatibilité avec les dernières versions.
Juillet 2025
Maintenance d'une application mobile allemande (Plaka), ajout et mise à jour de plusieurs fonctionnalités backend et frontend. Amélioration des performances et de l'expérience utilisateur.
Juin 2025
Conception et initialisation d'une architecture backend pour une entreprise SaaS. Mise en place d'une infrastructure scalable et sécurisée avec les meilleures pratiques DevOps.
Conception et Modélisation de bases de données relationnelles et NoSQL
Routage statique et dynamique, TCP/IP, UDP, VLAN, NAT, DNS
Arabe : Langue maternelle
Français : C1 (TCF TP)
Anglais : B2 (EF SET)