👋 Bienvenue sur mon portfolio

Al Sadick ISMAIL ALTOUM

Développeur IA & Full-Stack — Spécialisé en Intelligence Artificielle, Science des données et Application Web.

Je conçois et déploie des solutions intelligentes mêlant analyse de données, apprentissage automatique et développement web, avec un fort intérêt pour l’imagerie médicale, les systèmes temps réel et les applications cloud.

IA & ML Full-Stack Data Science
Portrait Al Sadick

Parcours académique & certifications

Maitrise en Informatique (IA & Science des Données)

Université de Sherbrooke, Canada

2024 – 2026

Cheminement en intelligence artificielle et science des données : apprentissage profond, imagerie médicale, réseaux neuronaux, probabilités avancées, MLOps.

Master 1 Informatique Avancée & Applications

Université de Franche-Comté, France

2023 – 2024

Informatique avancée, génie logiciel, bases de données, développement Java/Python, projets académiques en IA et web.

IBM Data Analyst Professional Certificate

IBM – Coursera

2024

Analyse exploratoire, visualisation de données, SQL, tableaux de bord, Python pour la data science.

IBM Full-Stack Developer Certificate

IBM – Coursera

2023 – 2024

Développement web moderne (React, Node.js, Docker, CI/CD), APIs REST, cloud et déploiement d’applications.

Licence en Informatique

Université de Franche-Comté, France

2020 – 2022

Formation en algorithmique, programmation, bases de données, mathématiques pour l’informatique et projets pratiques.

DEUG en Mathématiques

Université de Franche-Comté, France

2016 – 2020

Analyse, algèbre, probabilités et statistiques, avec une base solide en mathématiques générales.

DAEU B – Diplôme d’Accès aux Études Universitaires

Université de Nantes, France

2012 – 2013

Remise à niveau en mathématiques et sciences pour l’accès aux études universitaires.

Titre Professionnel d'Électromécanicien

AFPA, Laval, France

2009 – 2010

Formation pratique en maintenance industrielle, électricité, mécanique et automatisme.

Projets

Leaf Classification

Pipeline complet de classification de feuilles : prétraitement, 7 classifieurs (SVM, Random Forest, MLP, KNN, Naive Bayes, XGBoost, etc.), GridSearchCV, validation croisée et rapport scientifique.

scikit-learn Python ML
Autoencodeurs & Anomalies

Détection d’anomalies sur données Hi-Seq et ECG : autoencodeurs denses, débruitants, parcimonieux et variationnels, avec comparaison à des méthodes classiques et visualisations PCA/t-SNE.

PyTorch Autoencoders Anomaly Detection
Segmentation et Analyse de données génomiques

Exploration de données génomiques Hi-Seq : prétraitement, PCA, t-SNE, UMAP, clustering (K-means, DBSCAN, Spectral), et analyse des performances avec silhouette, ARI, NMI.

Python PCA / t-SNE Clustering
Recalage & Fusion IRM

Reconstruction et analyse d’images médicales : recalage multi-modal (T1, fMRI, dMRI) avec ANTs, segmentation et fusion des informations fonctionnelles et structurelles.

Imagerie médicale ANTS Python
Imagerie médicale & Autoencodeurs

Segmentation et détection d’anomalies sur données médicales (ECG, IRM), autoencodeurs variés, cartes d’activation, visualisations PCA/t-SNE et analyse des performances.

PyTorch Medical AI Deep Learning
DQN & PPO sur Atari

Comparaison d’algorithmes d’apprentissage par renforcement (DQN vs PPO) sur un environnement Atari (Breakout) avec Gymnasium, analyse des politiques apprises et des courbes de récompense.

RL DQN PPO
MBTI — Prédiction de personnalité

Projet de NLP pour prédire les types de personnalité MBTI à partir de textes (dataset Kaggle) : prétraitement, Word2Vec, features linguistiques et classification avec CatBoost.

NLP CatBoost Word2Vec
MLOps — MLflow & Kubernetes

Mise en place d’une stack MLOps : MLflow, Docker, Kubernetes (Minikube/Tilt), Postgres et MinIO pour l’orchestration d’expériences ML (fraude, recommandation d’images, etc.).

MLflow Docker Kubernetes
Séries temporelles prediction prix IBM

Modélisation de la série temporelle des prix IBM : ajustement de modèles AR(p), sélection de l’ordre optimal, évaluation par MSE de validation et prévision à court terme.

Time Series AR Model Python
Analyse de fraude bancaire

Détection de transactions frauduleuses : préparation et nettoyage de données bancaires, ingénierie de variables (montants, fréquence, géolocalisation, comportements clients), entraînement de modèles supervisés (Régression logistique, Random Forest, XGBoost, etc.) et suivi des expériences avec MLflow.

Python ML Fraude MLflow
Système de recommandation par image

Système de recommandation basé sur le contenu visuel : extraction de features d’images (CNN / embeddings), calcul de similarité entre images et API de recommandation pour suggérer des éléments similaires (produits, contenus, etc.). Déploiement sous forme de service web.

Computer Vision Recommandation Python API
Karokali Chat

Application de chat temps réel (Django + WebSockets) avec enregistrement audio, support multilingue (arabe, français, zaghawa) et interface mobile via React Native WebView.

Django WebSockets React Native Audio
Plateforme Karokali — Groupes & Cotisations

Application web communautaire : gestion de groupes, cotisations mensuelles, paiements, dépenses, équipements partagés, publications, commentaires imbriqués et rôles administrateurs.

Django PostgreSQL WebSockets Twilio Ici
Authentification par téléphone & OTP

Système complet d’authentification par téléphone : inscription, connexion et réinitialisation de mot de passe avec codes OTP envoyés par SMS/WhatsApp via Twilio.

Django Twilio Sécurité

Compétences techniques & humaines

Développement Web & Logiciel
Back-end90%
Front-end80%
Langages

Java, PHP, Python, JavaScript, HTML, CSS

Frameworks

Spring, Flask,Fastapi, Django, Node.js/Express, Angular, React.js, react native.

Bases de données

SQL, MongoDB

Outils

Git, GitHub, Maven, Eclipse, Visual Studio, Docker, Kubernetes (Minikube/Tilt).

Analyse de données & Machine Learning
Data Science90%
Deep Learning80%
Outils Python

Pandas, NumPy, Matplotlib, scikit-learn, PyTorch, TensorFlow, Keras, Mlflow, Tilt

Modélisation & algorithmes

Régression, arbres de décision, réseaux de neurones, clustering, SVM, détection d'anomalies

Outils BI & visualisation

Looker Studio, IBM Cognos, Tableau

Méthodologies & Soft skills
Méthodologies
  • Modélisation : UML
  • Méthodes de travail : Agile (SCRUM, XP)
Compétences transversales
  • Esprit d'équipe & collaboration
  • Autonomie et proactivité
  • Résolution de problèmes complexes
  • Curiosité et apprentissage continu
Langues

🇫🇷 Français : courant

🇬🇧 Anglais : intermédiaire

🇸🇩 Arabe : courant

🌍 Zaghawa : langue maternelle

Expérience professionnelle

Régleur Opérateur sur Machine CN

STSM — Genest-Saint-Isle, France (2011 – 2024)

Lecture de plans techniques, réglage et pilotage de machines CN, contrôle qualité, amélioration continue des processus.

Développeur Informatique (Stage)

SECMAIR — Cossé-le-Vivien, France (Avril – Juin 2023)

Développement d’applications pour automates et IHM, maintenance des logiciels internes, documentation technique.

Me contacter

Coordonnées

ismailaltoumalsadick@gmail.com

+1 (819) 679-9791

Sherbrooke, QC, Canada

+33630810391

Laval, Pays de la Loire, France

Ouvert aux opportunités de stage, de projet de recherche et de collaboration en IA, data science et développement logiciel.

M’envoyer un message