Zineb MEFTAH

Pipeline MLOps complet pour l’entraînement de politiques de manipulation robotique (PushT) à partir de modèles de Diffusion. Intégration avec Hugging Face, accélération CUDA et visualisation via Gradio. Le dépôt du modèle et l’espace de démonstration sont publics.

Implémentation de Q-Learning from scratch, entraînée sur plusieurs environnements Gymnasium : Frozen Lake (4×4 et 8×8), Taxi-v3 et Cart Pole. Boucle complète d’entraînement, sauvegarde des politiques et rejeu de l’agent. Stratégie ε-greedy décroissante. Stack : Python, Gymnasium, NumPy.

Classification de quatre types de carcinomes pulmonaires à partir d’imagerie CT. Un réseau de neurones convolutif et un perceptron multicouche sont implémentés puis comparés, afin d’étudier comment chacun traite les caractéristiques des images médicales. Stack : Python, PyTorch, Torchvision, scikit-learn.

Simulateur web de robotique combinant trois briques : détection d’objets en temps réel avec COCO-SSD, planification de trajectoire par l’algorithme A*, et traitement de commandes en langage naturel. Les objets s’ajoutent depuis une palette ou une image importée. Démo en ligne disponible.

Plateforme qui transforme une simple demande en langage naturel en site web personnalisé complet, pensée pour des personnes sans compétences techniques. L’utilisateur décrit ce qu’il veut, le système génère la structure, le contenu et la mise en page. En développement. Stack : Next.js, TypeScript, LLM.

Service d’emails d’actualité personnalisés : les titres sont reformulés selon vos centres d’intérêt et vos sources, et le service s’affine à partir de vos clics. En cours de développement : des alertes en temps réel pour les news urgentes propres à chaque utilisateur.

Projet NLP non supervisé sur des avis Amazon : à algorithme constant (K-Means), seule la représentation du texte change — Bag-of-Words contre embeddings de phrases — afin d’isoler son impact. Projection PCA en 2D et évaluation par score de pureté. Stack : Python, scikit-learn, Sentence-Transformers.

Optimisation de la production agricole à l’échelle des wilayas, sous contraintes de terres disponibles, de coûts et d’autosuffisance. Le problème est traité de deux façons complémentaires : recherche dans l’espace d’états et satisfaction de contraintes (CSP). Stack : Python.

Moteur de recherche en Java qui indexe un corpus de textes et classe les documents face à une requête selon les modèles TF-IDF et BM25. Prétraitement complet : normalisation de la casse, racinisation de Porter (Snowball) et suppression des mots vides. Modélisation du vocabulaire et des documents.

Modélisation du réseau routier d’Avignon et de ses environs sous forme de graphe, chargé depuis des fichiers CSV de nœuds et d’arcs. L’algorithme de Dijkstra et des mesures de connectivité en extraient la structure et les plus courts chemins. Stack : C++.

Système de supervision distribué : collecte des métriques (CPU, RAM, disque, processus), historisation, graphiques SVG et interface web. Détection automatique des situations critiques selon des seuils, avec alerte email. En mode distribué, un serveur récupère les logs d’un second via scp. Stack : Python, Flask, Pygal.

Compilateur traduisant un langage impératif de type Pascal en assembleur x86 64 bits, en syntaxe AT&T. Analyse lexicale confiée à un tokeniser Flex, analyse syntaxique par descente récursive LL(k), puis génération d’un code assemblable et exécutable. Stack : C++, Flex.

Plateforme de visionnage synchronisé en temps réel : plusieurs utilisateurs regardent une vidéo ensemble, discutent pendant la lecture et gèrent une playlist partagée. Projet IL 2025/2026, inspiré de WatchTogether, avec une architecture conçue pour passer à l’échelle.

Application web construite avec le framework PHP Yii 2, en architecture MVC : contrôleurs, modèles, vues et configuration adaptée à chaque environnement. Authentification des utilisateurs, modèles validés en base et tests automatisés avec Codeception. Stack : PHP, Yii 2, MySQL.

Plateforme de mise en relation entre chercheurs d’emploi et employeurs en Algérie, du poste à temps plein aux missions ponctuelles. Deux rôles utilisateurs distincts, publication et recherche d’offres avec filtres par type, lieu et catégorie. Stack : PHP, MySQL.

Application C++ de gestion d’une chaîne de restaurants, conçue pour comparer des structures d’arbres : les mêmes données sont implémentées en ABR et en AVL afin de mesurer l’écart de performance. CRUD complet sur les fiches, restaurants organisés par région.

Application en ligne de commande qui digitalise la gestion d’un supermarché : fournisseurs, produits et niveaux de stock, ventes et clients, avec génération de rapports. L’ensemble est piloté depuis une interface textuelle structurée. Stack : Java.