Bienvenue sur mon portfolio

Al Sadick ISMAIL ALTOUM

Ingénieur en intelligence artificielle — Machine Learning, Deep Learning, IA générative & MLOps

Ingénieur en intelligence artificielle titulaire d’une maîtrise en Intelligence Artificielle et Science des Données de l’Université de Sherbrooke, je conçois, entraîne et déploie des modèles de Machine Learning et de Deep Learning pour des applications en vision par ordinateur, imagerie médicale, traitement du langage naturel et IA générative. Je développe également des solutions basées sur les LLM, les pipelines RAG et les architectures agentiques, avec des technologies telles que PyTorch, LangChain, LangGraph, Ollama, Django et les plateformes Cloud.

Me contacter Télécharger mon CV Application beri soco بيرس سكو
IA & ML Full-Stack Data Science
Portrait Al Sadick
Académique

Parcours académique & certifications

Maîtrise 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 et MLOps.

Description des cours
Master 1 Informatique avancée & applications

Université de Franche-Comté, France

2023 – 2024

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

Description des cours
IBM Data Analyst Professional Certificate

IBM – Coursera

2024

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

Lien Coursera
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.

Voir le diplôme Lien Coursera
Licence en informatique

Université de Franche-Comté, France

2020 – 2022

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

Description des cours
DEUG en mathématiques

Université de Franche-Comté, France

2016 – 2020

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

Description des cours
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.

Description des cours
Titre professionnel d’électromécanicien

AFPA, Laval, France

2009 – 2010

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

Description des cours
Travaux

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
Rapport Code
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
Rapport Code
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 et NMI.

Python PCA / t-SNE Clustering
Rapport Code
Assistant IA d'entreprise avec RAG

Système RAG (Retrieval-Augmented Generation) prêt pour la production : indexation automatisée de documents PDF et HTML, base vectorielle ChromaDB, LLM Ollama, recherche sémantique et mémoire conversationnelle.

Python Django LangChain LangGraph ChromaDB Ollama
Tractographie par IRM cérébrale

Architectures de Deep Learning hybrides (CNN, RNN, TCN) pour la reconstruction par IRM de diffusion, avec évaluation des performances sur des jeux de données médicales.

Python PyTorch Imagerie médicale
Plateforme sociale en temps réel

Application sociale full-stack déployée sur Google Play — plus de 30 000 téléchargements et plus de 1 000 comptes créés. Messagerie en temps réel avec Django Channels et WebSockets, authentification sécurisée, gestion des groupes et modération de contenu par IA.

Django React Native Python WebSockets
Analyse de sentiments

Pipelines NLP pour la classification de sentiments, avec comparaison de plusieurs modèles de Machine Learning et de Transformers.

Python Scikit-learn Transformers NLTK
Boîte à outils

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

Modélisation & algorithmes

Régression, arbres de décision, réseaux de neurones, clustering, SVM et 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

Parcours

Expérience professionnelle

Fondateur & Directeur Technique – Alsalteck Technologies

France (Présent)

  • Conception de solutions IA, applications web et mobiles pour les entreprises.
  • Développement de modèles de Machine Learning et d'analyse prédictive.
  • Conception de tableaux de bord décisionnels et d'outils de Business Intelligence.
  • Déploiement d'infrastructures cloud sécurisées et services numériques.
  • Gestion de projets, relation clients et stratégie technologique.
  • Technologies : Python, Django, FastAPI, React, PyTorch, TensorFlow, Docker, Kubernetes, PostgreSQL, Nginx.
Projet de fin d'études – Maîtrise en Intelligence Artificielle

Université de Sherbrooke, Canada (2025 – 2026)

  • Développement d'une approche Deep Learning pour améliorer la tractographie cérébrale en IRM de diffusion.
  • Conception de modèles neuronaux pour le suivi séquentiel des streamlines.
  • Analyse et traitement de données médicales haute dimension.
  • Évaluation des performances et comparaison avec les méthodes de tractographie existantes.
  • Technologies : Python, PyTorch, Deep Learning, IRM de diffusion, DIPY, Scilpy.
Stagiaire en intelligence artificielle – Imagerie cérébrale

Laboratoire SCIL, Sherbrooke, QC, Canada (janvier 2026 – mai 2026)

  • Développement d’une approche d’intelligence artificielle appliquée à la tractographie cérébrale en IRM de diffusion
  • Implémentation de modèles de deep learning pour le suivi séquentiel de streamlines
  • Technologies : Python, PyTorch, IRM de diffusion, tractographie, DIPY, Scilpy
Régleur opérateur sur machine CN

STSM — Genest-Saint-Isle, France (juin 2023 – juin 2024)

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

Développeur informatique

SECMAIR — Cossé-le-Vivien, France (avril 2023 – juin 2023)

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

Régleur opérateur sur machine CN

STSM — Genest-Saint-Isle, France (janvier 2011 – septembre 2022)

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

Contact

Me contacter

Coordonnées

ismailaltoumalsadick@gmail.com

+33 6 30 81 03 91

Laval, Pays de la Loire, France

+1 873 339 8293

Montréal, Québec, Canada

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

🇨🇦 Autorisé à travailler au Canada 📍 Disponible pour Montréal et le Québec
M’envoyer un message