Amine El Hadaji

je suis Amine El Hadaji, titulaire d’un master en Optimisation numérique au service de l’intelligence artificielle de l’Université de Limoges, en France. Durant ce parcours, j'ai approfondi mes connaissances en intelligence artificielle, en apprentissage automatique, et en optimisation numérique.

J'ai réalisé mon stage de fin d’études de deuxième année de master à Brive, où j’ai travaillé sur le développement d’un simulateur de réseaux de capteurs sans fil gérés par une intelligence artificielle distribuée. Mon travail était axé sur la maximisation de l’autonomie énergétique des nœuds de capteurs, avec des simulations de réseaux sous Matlab et l’utilisation d’un nouveau paradigme d’apprentissage par renforcement : la "Tsetlin machine". J’ai également employé des techniques comme Monte Carlo, la Différence Temporelle et le Deep Q-learning pour minimiser la consommation énergétique, et j’ai comparé cette méthode aux réseaux de neurones.

Avant de venir en France, j'ai obtenu un master en mathématiques appliquées à Settat, où j’ai étudié la programmation en C++ et Python, ainsi que l’analyse fonctionnelle, les distributions, les EDP linéaires et non linéaires, l'optimisation numérique et quadratique, la mécanique des milieux continus, et quelques modèles physiques. J’ai également obtenu une licence en mathématiques appliquées, avec une spécialisation en mathématiques, ainsi qu’un DEUG en Mathématiques, Informatique et Physique (MIP) à Errachidia, au Maroc.

J’ai mené plusieurs projets en apprentissage automatique. L’un des projets majeurs de mon master portait sur un processus de décision de Markov pour la gestion de l’allocation des ressources dans un Vehicular Fog Computing, utilisant l’apprentissage par renforcement. Cette expérience m’a permis de me plonger dans les nuances du Vehicular Fog Computing et de développer des compétences avancées en modélisation, prise de décision, Cloud Computing et Fog Computing.

Je suis également activement impliqué dans des projets de pointe démontrant mes compétences en intelligence artificielle et en optimisation. Parmi eux, un projet de classification d’étoiles intitulé "Star Dataset to Predict Star Types", utilisant des approches d’apprentissage profond pour classer les étoiles à partir d'un diagramme de Hertzsprung-Russell, basé sur leur couleur et leur volume. J’ai également conçu un système anti-spam basé sur l'intelligence artificielle, filtrant les spams des courriels entrants via une analyse statistique bayésienne.

Mon expérience internationale a été enrichie par un stage de quatre mois à Pise, en Italie, lors de ma première année de master. J'y ai contribué au projet "Non-backtracking Page Rank", en développant et implémentant l’algorithme du même nom. Cette expérience a renforcé ma compréhension de l’analyse des réseaux et m’a permis de jouer un rôle actif dans ce domaine.

En dehors de mes études, j’ai également travaillé comme hôte d’hôtel au "Home du Buisson" à Limoges pour financer mes études.

Avec mes compétences en anglais, français et arabe, ainsi que ma capacité à communiquer efficacement, je suis en mesure de collaborer dans des environnements multiculturels. Mon parcours diversifié et mes compétences variées font de moi un candidat motivé et polyvalent, prêt à relever des défis académiques et professionnels stimulants.

Titulaire d’un master en Optimisation numérique au service de l’intelligence artificielle de l’Université de Limoges, en France. Durant ce parcours, j'ai approfondi mes connaissances en intelligence artificielle, en apprentissage automatique, et en optimisation numérique.

J'ai réalisé mon stage de fin d’études de deuxième année de master à Brive, où j’ai travaillé sur le développement d’un simulateur de réseaux de capteurs sans fil gérés par une intelligence artificielle distribuée. Mon travail était axé sur la maximisation de l’autonomie énergétique des nœuds de capteurs, avec des simulations de réseaux sous Matlab et l’utilisation d’un nouveau paradigme d’apprentissage par renforcement : la "Tsetlin machine". J’ai également employé des techniques comme Monte Carlo, la Différence Temporelle et le Deep Q-learning pour minimiser la consommation énergétique, et j’ai comparé cette méthode aux réseaux de neurones.

Avant de venir en France, j'ai obtenu un master en mathématiques appliquées à Settat, où j’ai étudié la programmation en C++ et Python, ainsi que l’analyse fonctionnelle, les distributions, les EDP linéaires et non linéaires, l'optimisation numérique et quadratique, la mécanique des milieux continus, et quelques modèles physiques. J’ai également obtenu une licence en mathématiques appliquées, avec une spécialisation en mathématiques, ainsi qu’un DEUG en Mathématiques, Informatique et Physique (MIP) à Errachidia, au Maroc.