Omar Rebahi

Ingénieur Systèmes Embarqués et Informatique Industrielle

omar.rebahi@usmba.ac.ma  +212 6 90 01 92 38  Fès, Maroc
COMPÉTENCES & LANGUES
Compétences :
 Programmation : C/C++, Python, Java, JavaScript, Perl, PHP, CSS, Bash, Tcl, VHDL, Verilog.
 Normes et méthodes : MISRA C, AUTOSAR, ISO 26262, Cycle en V, Test et validation, Agile, Scrum.
 Techniques : Computer Vision, Deep Learning, ADAS, Electronique, VLSI, Programmation parallèle.
 Systèmes Embarqués : Linux embarqué, Programmation système, RTOS, FPGA, DSP, SoC, CAN, I2C.
 Logiciels : MATLAB/Simulink, ModelSim, Quartus, Visual Studio, Eclipse, Android SDK, Git, Vim.
Langues : Anglais : courant, Français : courant, Espagnol : notions.
EXPÉRIENCE PROFESSIONNELLE
Mentor Graphics Février 2020 – Juin 2020
Projet de fin d’études Rabat
Développement d’un système d’analyse des fichiers log de l’outil Nitro-SoC de Mentor
 Analyse des problèmes d'optimisation des conceptions de circuits intégrés trouvés dans les fichiers log.
 Génération de rapports sur des pages web interactives avec des courbes d'évolution de chaque métrique.
 Traitement parallèle des fichiers log sur plusieurs cœurs CPU dans les serveurs de Mentor.
 Outils : Python, JavaScript, Plotly, Numpy, Pandas.
Altran Maroc Juillet 2019 – Septembre 2019
Stage d’application Casablanca
Etude et développement d'un modèle de conduite autonome basé sur le Deep Learning
 Analyse de la faisabilité sur différents hardwares et différents modèles de détection d'objets.
 Détection de route basée sur des réseaux de neurones convolutifs basé sur le modèle PilotNet de NVIDIA.
 Reconnaissance des panneaux de signalisation, des limitations de vitesse et des piétons à travers l'apprentissage
par transfert basé sur le modèle SSD_MobileNet_COCO.
 Outils : Raspberry Pi, Camera, Python, TensorFlow, OpenCV.
PROJETS
Conception et développement d'un système embarqué de Télésanté basé sur l'architecture Client-Serveur
 1er prix dans la compétition de conception technique inter-universitaire Al Akhawayn University – ENSAF.
 Suivi médical à distance des patients et affichage des données médicales en temps réel dans une interface web et
mobile sous forme de Dashboard.
 Outils : Raspberry Pi, Capteurs (température, pulsations cardiaques, GPS), Python, freeboard.io, Gunicorn.
Système de détection de somnolence au volant
 Détection de fermeture de yeux et de bâillement par les méthodes HOG et SVM avec OpenCV et Dlib.
 Outils : Raspberry Pi, Camera, Alarme, Python, OpenCV, Dlib.
FORMATION
École Nationale des Sciences Appliquées (ENSA) 2017 – 2020
Cycle ingénieur en Systèmes Embarqués et Informatique Industrielle Fès
École Nationale des Sciences Appliquées (ENSA) 2015 – 2017
Classes préparatoires intégrées Fès
Lycée technique 2014 – 2015
Baccalauréat en Sciences Mathématiques B Fès