Abdellah Hassani
Ingénieur Data · IA · Deep Learning · CY Tech

Abdellah Hassani

Du signal brut au modèle qui décide.

Édition 2026 · Portfolio · abdellah-hassani.fr
Portrait d'Abdellah Hassani
Image Réseau de neurones Prédiction

Une carte de mon expertise en IA

Vision par ordinateur

Lire l’image : écriture manuscrite, signaux, objets.

Greffier Détection DMS · Bertin

LLM & RAG

Interroger ses documents en langage naturel, réponses sourcées.

PrédictionEn cours

Anticiper à partir des données.

Optimisation énergétique · Industrelec

AgentsÀ venir

Des systèmes qui raisonnent et agissent avec des outils.

À venir

Data & MLOpsEn cours

Industrialiser la donnée, du prototype à la production.

Valorisation data industrielle · Industrelec

Projets d'études

Sites web, jeux et algorithmes construits pendant mes études.

À propos
Abdellah Hassani, en extérieur

J’aime m’attaquer aux problèmes où la donnée est brute, bruitée et exigeante.

Ingénieur diplômé de CY Tech, spécialisé en intelligence artificielle et Deep Learning. Chez Bertin Technologies, j’ai développé des modèles de détection d’agents toxiques à partir de signaux de spectrométrie ; chez Industrelec, je construis des outils data qui génèrent des économies concrètes.

Rigoureux et curieux, je vais du prétraitement du signal jusqu’au modèle en production, sans jamais perdre de vue l’usage métier. Je recherche un poste en CDI où mettre la modélisation prédictive et l’ingénierie de la donnée au service de problèmes concrets : industrie, traitement du signal, recherche appliquée.

Les Œuvres

Chaque projet, la même exigence

Greffier

Des modèles de vision déchiffrent les registres de mariage manuscrits.

Greffier lit des actes de mariage parisiens manuscrits (1913 et 1920, Archives de Paris) : un modèle de vision transcrit l’écriture puis en extrait 16 champs structurés, 130 actes ayant déjà été dépouillés. Un banc d’essai note les modèles face aux transcriptions de chercheurs, et un Qwen2-VL 2B tourne dans le navigateur en WebGPU.

130actes manuscrits extraits
16champs structurés par acte
4modes de lecture, sans clé
Aperçu du projet Greffier
Pl. II
Python · WebGPU · Qwen2-VL · PHP 8

AskMyDocs

Posez la question. Vos documents répondent.

AskMyDocs est un assistant documentaire RAG : on importe ses fichiers CSV et PDF, on pose des questions en langage naturel, et on obtient des réponses fondées sur ses propres documents, sources à l’appui. L’indexation et la recherche vectorielle tournent en local avec FAISS ; seule la réponse finale passe par un modèle Mistral.

3méthodes de recherche
4en équipe · CY Tech
Aperçu du site AskMyDocs
Pl. III
Python · FAISS · ColBERTv2 · Mistral

HuffZip

Compression de Huffman sans perte, calculée en direct dans le navigateur.

HuffZip transforme un texte en son encodage de Huffman entièrement côté navigateur : arbre binaire dessiné en SVG, table de codes préfixes et flux binaire, avec taux de compression et entropie de Shannon mis à jour à chaque frappe. Né d’un devoir de 2022 écrit en C, dont le moteur d’origine vit toujours dans le dépôt.

0dépendance externe
100%calcul côté client
Aperçu de l’application HuffZip
Pl. I
JavaScript · SVG · Huffman · C

Parcours

Expérience professionnelle
Depuis nov. 2024 France

Ingénieur Data & IA

Industrelec
→ 100 k€ d’économies/an
  • Développement d’un outil de suivi énergétique et de modèles d’IA pour accompagner Stellantis dans la réduction de sa consommation.
  • Intégration de l’IA pour les équipes support (RH, achats…) : comparaison des offres du marché (ChatGPT, Claude…), tâches de plusieurs mois ramenées à quelques semaines.
  • Structuration et lancement d’un nouveau pôle data au sein de l’entreprise.
Avr. à oct. 2025 France

Ingénieur Data & IA · Stage de fin d’études

Bertin Technologies
→ Détection d’agents toxiques par Deep Learning sur capteur DMS
  • Modèles de Deep Learning pour la détection et la classification d’agents toxiques à partir des signaux d’un capteur de spectrométrie de mobilité ionique (DMS).
  • Implémentation de CNN 2D, réseaux siamois et mécanismes d’attention avec PyTorch.
  • Prétraitement de signaux complexes en intégrant les connaissances physiques du domaine.
  • Outil de relabellisation semi-automatique pour améliorer la qualité des annotations.

Études

Formation
2022 à 2025Cergy-Pontoise, France

Diplôme d’ingénieur · IA & Science des Données

CY Tech (ex-EISTI)
2023 à 2024Istanbul, Turquie

Semestre d’échange international

Bahçeşehir University
2020 à 2022Neuilly-sur-Seine, France

Classe préparatoire (CPGE) · MPSI

Lycée Louis Pasteur

Matériaux & Méthodes

Compétences
IA & Deep Learning
Machine Learning · Deep Learning · CNN · U-Net · GANs · RNN · Vision par ordinateur · NLP · Random Forests · Apprentissage supervisé, non supervisé et par renforcement · IA responsable
Frameworks & Data Science
PyTorch · TensorFlow · Keras · Scikit-learn · Pandas · NumPy · Matplotlib · Seaborn
Data Engineering & MLOps
Data Engineering · MLOps · Big Data · Modélisation de bases de données · API
Langages & Back-End
Python · Java · C / C++ · SQL · R · PHP · JEE · HTML / CSS
Cloud
AWS · Google Cloud · Microsoft Azure

Langues

  • FrançaisLangue maternelle · Voltaire
  • AnglaisC1 · TOEIC 890/995
  • EspagnolB1

Engagements & centres d’intérêt

  • Vice-président du Bureau des étudiants internationaux (CY Tech, 2023 · 2024)
  • Président du Bureau des Sports, responsable badminton
  • Tennis en club
  • Voyages et échanges culturels

Qualités

  • Bon relationnel
  • Communication efficace
  • Capacité d’adaptation
Contact Prendre contact

Parlons de vos besoins.

Ouvert à toute opportunité correspondant à mon profil. N'hésitez pas à me contacter par courriel ou via le formulaire ci-dessous.

Téléphone
07 67 75 66 06
Localisation
Région parisienne, France