Yidhir KOULAL
AI Engineer · Computer Vision & Embedded AI
Profil
Ingénieur IA spécialisé en Computer Vision et IA embarquée, de la recherche jusqu'au déploiement sur cible embarquée. J'ai conçu des systèmes de vision dans des contextes exigeants, de l'imagerie médicale à l'IA embarquée temps réel, en optimisant les modèles pour du matériel contraint en puissance et en consommation. Aujourd'hui je me concentre sur l'edge AI, l'optimisation de modèles (quantification, TFLite, ONNX, NPU) et les agents IA & automatisation.
Compétences clés
- Computer Vision & Deep Learning: PyTorch, TensorFlow, OpenCV, YOLO, CNN/LSTM, CapsNet
- Embedded / Edge AI: Quantification, pruning, TensorFlow Lite, ONNX, NPU, Linux embarqué, inférence temps réel
- Agents & Automatisation: Agents LLM, multimodal, RAG, LangChain, pipelines d'automatisation
- MLOps & Outils: Docker, Git, CI/CD (GitHub Actions), DVC, MLflow, FastAPI, ETL
- Langages: Python, C/C++
Expérience récente
AI Engineer, PA COTTE
Fév 2026 – Présent
- Déploiement de solutions de vision par ordinateur temps réel sur cible embarquée Linux.
- Optimisation et conversion de modèles (quantification, TensorFlow Lite, ONNX) pour accélération NPU sous fortes contraintes de puissance et de calcul.
- Conception d'agents IA et de pipelines d'automatisation autour de la stack vision.
Data Engineer, Accounting Firm Paris
Jan 2025 – Jan 2026
- Automatisation des workflows de saisie comptable et bancaire (Python, SQL), réduisant fortement le temps de traitement manuel.
- Dashboard Streamlit de suivi temps réel et de priorisation.
R&D Deep Learning Engineer, IRT SystemX
Mar 2024 – Août 2024
- Pipelines de détection temps réel sur données IMU/exosquelette ; benchmark LSTM, CNN-LSTM.
- Optimisation pour cible embarquée (pruning, quantification TensorFlow Lite).
Computer Vision Engineer, LRIA
Fév 2023 – Juil 2023
- Classification semi-3D de scans CT via Capsule Networks et stratégies d'augmentation robustes.
- Application desktop livrée pour usage clinique.
Computer Vision Engineer, LRIA
Mar 2021 – Juil 2021
- Application temps réel de détection de chutes à partir de flux vidéo de vidéosurveillance, pour la sécurité des personnes âgées.
- Segmentation (soustraction d'arrière-plan, filtrage gaussien), suivi par boîtes englobantes ; réduction des fausses alertes.
Formation & Certifications
Master 2 Vision & Machine Intelligente, Université Paris Cité
2023 – 2024
Master Informatique Visuelle, USTHB
2021 – 2023
Licence pro ISIL, USTHB
2018 – 2021
Certifications notables :
Computer Vision with Python & OpenCV, CI/CD for ML, Hugging Face Transformers, Python, RGPD.