👋 Bienvenue sur mon portfolio

Al Sadick ISMAIL ALTOUM

Ingénieur en intelligence artificielle — spécialisé en Deep Learning, vision par ordinateur et science des données

Titulaire d’un master en intelligence artificielle de l’Université de Sherbrooke, je me spécialise en deep learning, en vision par ordinateur et en analyse d’images médicales. Mon parcours m’a permis d’acquérir une solide expérience dans le développement de modèles de machine learning avec PyTorch et TensorFlow, ainsi que dans le traitement et l’analyse de données.

IA & ML Full-Stack Data Science
Portrait Al Sadick

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.

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.

IBM Data Analyst Professional Certificate

IBM – Coursera

2024

Analyse exploratoire, visualisation de données, SQL, tableaux de bord et 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 et NMI.

Python PCA / t-SNE Clustering

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 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

Expérience professionnelle

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 (stage)

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.

Me contacter

Coordonnées

ismailaltoumalsadick@gmail.com

+1 (873) 339-8293

Sherbrooke, QC, Canada

+33 6 30 81 03 91

Laval, Pays de la Loire, France

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

M’envoyer un message