portfolio de Boussad Ait Djoudi !

Je suis un Data Scientist junior passionné par l'intelligence artificielle et les technologies émergentes. À travers mes projets, j'explore le pouvoir des données et de l'IA pour résoudre des problématiques complexes. Je t'invite à découvrir mon parcours, mes réalisations et ma vision de la data science. Bonne exploration !

À propos

 Passionné par l'intelligence artificielle, je suis actuellement en Master 1 Développement, IA et Big Data à l'école IPSSI à Paris. Avant cela, j'ai obtenu un Master en Informatique, spécialité Systèmes Informatiques Intelligents (2022-2024) à l'Université Mouloud Mammeri de Tizi Ouzou, où j'ai approfondi mes connaissances en intelligence artificielle et en ingénierie des systèmes. Mon parcours a débuté avec une Licence en Informatique, spécialité Systèmes Informatiques (2019-2022) université Mouloud Mammeri, où j'ai acquis les bases solides de la programmation et une compréhension approfondie des fondamentaux de l'informatique. Cette formation m'a permis de développer une vision globale des systèmes informatiques et de maîtriser les outils essentiels du métier. Aujourd'hui, à travers mon cursus actuel, je me spécialise dans le développement, l'IA et le Big Data, avec l'ambition d'appliquer ces compétences à des projets innovants et concrets.

Formation

Compétences

Projets

Gardien Médical avec Intelligence Artificielle

Développement d'un système intégrant des capteurs IoT, YOLOv8 et l'IA pour la surveillance en temps réel des patients comateux, avec analyse des signaux vitaux et détection des anomalies via MongoDB et XGBoost

SmartGreenhouse AI

Développement d'une serre intelligente utilisant un Raspberry Pi et des capteurs pour automatiser l'irrigation, la ventilation et l'ouverture du toit en fonction de l'humidité du sol, de la température et de l'ensoleillement, assurant ainsi un environnement optimal pour les plantes

EmotionSense AI

Développement d'un modèle de détection des émotions à partir de phrases en utilisant BERT et RoBERTa, avec prétraitement, nettoyage et tokenisation du dataset CONLL-2003, suivi de l'entraînement et de l'optimisation des modèles pour une classification précise des émotions.

Contact