Tahar Ben Moumen

INGENIEUR EN AUTOMATIQUE ET AUTOMOBILE

benmoumentahar0@gmail.com
+33 6 66 05 42 49
16 Avenue De Collegno BAT. E 312, 33400 Talence

FORMATIONS EXPÉRIENCES PROFESSIONNELLES

ENSEIRB-MATMECA UNIVERSITÉ POLYTECHNIQUE DE CATALOGNE | STAGE
DIPLôME D'INGéNIEUR EN éLECTRONIQUE Juin 2019 – 4 mois | Barcelone, Spain
2016 – 2020 | Bordeaux, France Imitation d’une puce qui detecte le phénomène ”Random
Spécialité: Automatique et Mécatronique, Automobile, telegraph noise” sur une carte FPGA : VHDL.
Aéronautique et Spatial (AM2AS). Manipulation d’un logiciel ”agilent” en utilisant Matlab.
CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES STE. K.H.A.L.D.I | STAGE
D'INGÉNIEURS Juin 2018 – 2 mois | Meknes, Maroc
2015 – 2017 | Meknes, Maroc Développement et amélioration des interfaces graphiques
Spécialité Mathématiques, Physique et Sciences de l’ingénieur utilisées par le personnel de l’entreprise en C++
(MP)
BACCALAURÉAT SCIENCES PHYSIQUES PROJETS
2014 – 2015 | Meknes, Maroc DÉTECTION DES LIGNES POUR UNE VOITURE AUTONOME
Réduire le bruit dans l’image ou la vidéo (Filtre gaussien),
MOOCS Identification des contours(Méthode de Canny),Détection des
lignes(Méthode de Hough): Python, cv2.
MACHINE LEARNING: UNIVERSITÉ DE STANFORD
CLASSIFICATION D'IMAGES (PYTHON)
Machine Learning, Réseau neuronal artificiel, Machine Learning Reconnaître divers objets dans une image. Pour les véhicules
(ML) Algorithms, Régression logistique, Apprentissage supervisé autonomes: reconnaître des véhicules, des personnes, des objets
et non supervisé. en mouvement: Régression logistique, Réseau de neurones.
NEURAL NETWORKS AND DEEP LEARNING
PRÉDICTION DU PRIX DU LOGEMENT (PYTHON)
Réseau neuronal artificiel, Propagation en arrière, Deep Prédiction du prix du logement en utilisant la méthode de
Learning.(deeplearning.ai) regression linéaire: Numpy, Pandas, Scikit-learn.
IMPROVING DEEP NEURAL NETWORKS: HYPERPARAME- SEGMENTATION DES CANCERS DE LA PEAU (PYTHON)
TER TUNING, REGULARIZATION AND OPTIMIZATION
Segmenter les lésions cutanées sur des images dermoscopiques.
Hyperparamètre, Tensorflow, Optimisation de l’hyperparamètre, Réseau de neurones(29 layers).
Deep Learning.(deeplearning.ai) DESSIN VECTORIELLE (C++)
STRUCTURING MACHINE LEARNING PROJECTS Dessiner dans une image des formes géometriques à partir d’un
Multi-Task Learning, Deep learning, construction d’un projet fichier text qui contient la descrpition.
d’apprentissage automatique réussi. (deeplearning.ai) LECTURE DU QR CODE DE TAILLE 20X20 (MATLAB)
CONVOLUTIONAL NEURAL NETWORKS Détection du QR code dans n’importe quelle image et ensuite le
Construction des réseaux de neurones convolutionnels et les lire.
appliquer à des données d’image.(deeplearning.ai) JEU DE "FLAMME ROUGE" (C)
NATURAL LANGUAGE PROCESSING IN TENSORFLOW Implémentation d’une version électronique (en mode texte) du jeu
Pratiquer l’utilisation de TensorFlow.(deeplearning.ai) flamme rouge.
KAGGLE DATA SCIENCE COURSES
Machine learning, Deep Learning, SQL, Analyse géospatiale et LANGAGES
Visualisation de données. Matlab/Simulink, ScanR(en cours), C/C++, VHDL, SQL, LATEX
Python: Tensorflow, Pandas, Numpy, Scikit-learn, cv2, seaborn.
COMPÉTENCES
AUTOMOBILE/AUTOMATIQUE LANGUES
Dynamique des systèmes linéaires, Commandes des systèmes Anglais || Courant (TOEIC: 800) Allemand || Notions de base
linéaires, Traitement des signaux numériques. Français || Courant Arabe || Langue maternelle
Détection et localisation de défaillances (capteurs, actionneurs,
composants physiques). CENTRES D'INTERETS
Modélisation par Bond Graph: Matlab/simulink.
Football(club: CODM , Meknes).
TdS(Filtrage de Kalman).
Escalade(montagne Toubkal, Maroc)
Traitement d’image et du signal.
Musculation/Nutrition(Prise de masse, Sèche)