Omar El Badaoui Email & Phone Number

Villeurbanne, Auvergne-Rhône-Alpes, France

Lyon, Auvergne-Rhône-Alpes, France

[English Bellow]Dans le cadre de mon Projet de Fin D'études, j'ai intégré le Skill Center de Smile au site de Lyon en tant que Stagiaire Consultant Data. J’interviens sur le projet interne « Plateforme Data » et auprès de l’équipe chargée du client Somfy.* Développement de scripts Ansibles pour l’initialisation de l’environnement de déploiement chez les clients (installation et configuration automatique des outils)* Développement de Routes et flux de données à l’aide de Talend* Ordonnancement de tâches avec Rundeck* Gestion des logs avec Elastic Stack* Mise en place du protocole TLS pour sécuriser les échanges entre les conteneurs-----I joined Smile's Skill Center in Lyon as a Data Consultant Intern for my graduation project. I work on the project labeled "Plateforme Data" and I integrated the team in charge of the customer Somfy.* Creation/customization of Ansibles scripts to initialize the deployment environment at customer sites (automatic installation and configuration of the tools).* Development of data routes and flows using Talend* Task scheduling with Rundeck* Log management with Elastic Stack* Implementation of the TLS protocol to secure exchanges between containers

[English Bellow]Deux camarades et moi avons aidé un porteur de projet à adapter le modèle Yamnet (développé par google, entraîné sur le dataset AudioSet) de classification sonore pour une utilisation domestique dans le but de venir en aide aux personnes malentendantes en les notifiant selon l’importance des bruits détectés dans leurs domiciles.Résumé des tâches:* Etude de Yamnet et Audioset* Création d’une taxonomie des classes d’Audioset pour convenir au besoin* Implémentation d’un système permettant d’avoir une sortie qui prend en considération, en plus de la précision de la prédiction de Yamnet, la nature et la criticité du son détecté. Cela a permis de grandement améliorer les résultats de la classification et de rapprocher le porteur de projet de la vision qu’il avait du produit final.* Consultation de l'état de l’art pour conseiller d’autres approches au porteur de projet pour l'implémentation de sa solution (d’un point de vue i.A mais aussi IoT et gestion du flux de données)-----Two friends and I helped a project leader adapt the Yamnet sound classification model (developed by google, trained on the AudioSet dataset) for home use, with the aim of helping hearing-impaired people by notifying them according to the importance of noises detected in their homes.Summary of tasks:* Study of Yamnet and Audioset* Creation of a taxonomy of Audioset classes to suit requirements* Implemented a system to produce an output that takes into account, in addition to the accuracy of Yamnet's prediction, the nature and criticality of the sound detected. This greatly improved the classification results, and brought the project manager closer to his vision of the final product.* Consultation of the state of the art to advise the project leader on other approaches for implementing his solution (from an A.I. point of view, but also from an IoT and data flow management point of view).

Montpellier, Occitanie, France

[English Bellow]J’ai passé un stage de 4 mois au centre de recherche EuroMov de l’université de montpellier pour mon projet de fin d’année. L’objectif est de déterminer l'émotion que ressentait une personne au cours d’une action en analysant les données récupérées de son mouvement (par Motion Capture ou par des méthodes de Détection de Poses a partir de vidéos)Résumé des tâches réalisés:* Etude de 700 Datasets pour en extraire 4 les plus pertinents (2 MoCap + 2 détection de pose) pour concevoir le modèle, et d’en repérer plus pour son entraînement et test final* Analyse et nettoyage des données avec Python Pandas* Recherche de librairies/implémentation en Python d’algorithmes mathématiques pour le traitement des données visant à avoir une métrique représentant la similarité entre les mouvements* Test de modèles de classification/clustering de Scikit-learn pour associer une émotion à chaque mouvement* Evaluation des résultats, analyse des problèmes rencontrés et étude de pistes d'amélioration du modèle-----I had a 4-month internship at the EuroMov research center of the University of Montpellier as part of my final year project. The aim is to determine the emotion felt by a person during an action by analyzing the data retrieved from their movement (using Motion Capture or Poses Detection methods from videos).Summary of the tasks performed:* Study of 700 datasets to extract the 4 most relevant (2 MoCap + 2 pose detection) for model designing, and identification of more to be used for the final training and testing.* Data analysis and cleaning using Python Pandas* Search for libraries/implementation in Python of mathematical algorithms for data processing to obtain a metric representing similarities between different movements* Tested several classification/clustering models from Scikit-learn to associate an emotion to each movement* Evaluation of the results, analysis of the problems encountered and study of ways of improving the model.

[English Bellow]Cette mission R&D avait pour objectif de concevoir un système (basé sur l'I.A, le traitement de signal et la programmation dynamique) capable d’extraire automatiquement des paramètres rythmiques basiques tels que le beat, tempo, tatum ou d’autres plus complexes tels que le swing ratio ou les micro-rythmes.Tâches réalisés:* Etude des concepts musicaux pour mieux appréhender le sujet* Recherches sur l'évolution et l'état de l’art de la Music Information Retrieval et la communauté MIREX, et l'étude de plusieurs thèses pertinents pour notre sujet* Recherches sur les méthodes de traitement de signal et son utilisation pour résoudre des problèmes de MIR* Utilisation des Datasets opensource GTZAN et GTZAN Rhythm et de la bibliothèque Python Librosa* Implémentation de plusieurs méthodes de l’état de l’art et évaluation des résultats en utilisant des métriques propres au MIR-----The aim of this R&D mission was to design a system (based on A.I, signal processing and dynamic programming) capable of automatically extracting basic rhythmic parameters such as beat, tempo, tatum or more complex ones such as swing ratio or micro-rhythms.Tasks performed:* Study of musical concepts to have a better grasp of the subject* Research on the evolution and state of the art of Music Information Retrieval and the MIREX community, and study of multiple theses relevant to our subject* Research on signal processing methods and their use to solve MIR problems* Use of the GTZAN and GTZAN Rhythm open source datasets and the Librosa Python library* Implementation of several state-of-the-art methods and evaluation of results using MIR-specific metrics

Ingénierie Générale Spécialisé En Intelligence Artificielle Et Science Des Données

Génie Logiciel