Ingénieur en électronique et systèmes embarqués
Réf. 2611101126 · 1 à 3 ans d'expérience
Coordonnées masquées — CV anonymisé par PMEBTP
Ma recherche
Je recherche tout type de contrat, dans toute la France, dans le Batiment.
Atouts et compétences
- C
- C++
- Python
- MATLAB
- Simulink
- VHDL
- STM32
- ARM Cortex-M0
- ARM Cortex-M3
- RISC-V
- Xtensa LX6
- SPI
- I2C
- UART
- Ethernet
- Oscilloscope
- Analyseur logique
- Multimètre
- Dépannage
- Linux
- Yocto
- PetaLinux
- ROS
- Docker
- Raspberry Pi
- Jetson Nano
- KiCad
- Xilinx
- Électronique
- Impression numérique
- Caméra
- Deep learning
- Flask
- HTML
- Cartographie
- FPGA
- Vivado
- Documentation technique
- Contrôle non destructif
- Matériaux composites
- Fibre de carbone
- Émission acoustique
- Capteurs de mesure
- Optimisation de modèles de deep learning
- Accompagnement
- Transmission des connaissances
- Diagnostic
- Réparation d'équipement
- Analyse des pannes
Langues
Arabe (maternelle), Français (bilingue), Anglais (bilingue)
Expériences professionnelles
Enseignant vacataire (Python et algorithmique en C)
Employeur confidentiel
Animation de séances de Python (semestre 1) et d’algorithmique et programmation en C (semestre 2) ; accompagnement des étudiants et transmission de connaissances.
Ingénieur de recherche en systèmes embarqués
Employeur confidentiel
Robotique et supervision : rover mobile Raspberry Pi avec caméra et modèle de Deep Learning (détection de présence humaine en temps réel) ; interface web Python (Flask, HTML) de pilotage et de supervision à distance. Navigation autonome (ROS 2) : développement individuel : modélisation, intégration des capteurs, simulation Gazebo, cartographie SLAM, planification de trajectoire. Électronique numérique : FPGA Zynq-7000 (Vivado, VHDL), génération de signaux DDS, filtres numériques FIR. Expérimentation : base de données de caractérisation de défauts (fissures, délaminage) : 4 capteurs, 16 classes, 16 caractéristiques par classe. Documentation technique et contribution aux publications scientifiques de l’équipe.
Ingénieur FPGA et IA embarquée
Employeur confidentiel
Contrôle non destructif de structures composites en fibre de carbone : détection et localisation de fissures à partir de signaux d’émission acoustique (capteurs piézoélectriques). Modèles de Deep Learning de détection et de localisation des défauts, précision de 96,13 %. Optimisation, intégration, tests et validation sur FPGA Xilinx Zynq UltraScale+ MPSoC (Vitis AI, PetaLinux) ; environnement reproductible sous Docker.
Technicien de maintenance informatique et électronique
Employeur confidentiel
Diagnostic et réparation de systèmes informatiques et d’équipements électroniques ; analyse des pannes et de leurs causes.
Formations
Bac +5
Université Paris Nanterre
Master 1 Génie industriel – Électronique embarquée et systèmes de communication (EESC) alternance : un mois de cours / un mois en entreprise
Bac +5
USTHB
Master en Systèmes Embarqués
Bac +3
USTHB
Licence en Électronique