Stages & Alternances

Recherchez et affinez pour trouver l'opportunité qui vous convient.

2963 résultats

Logo Hi Interns

CEOʼs Right Hand — Founder Associate @ Hi Interns

Hi Interns

Télétravail4-6 mois

🚀 Join one of the fastest-growing EdTech startups in Africa & Europe and work directly with the CEO on strategic projects, fundraising, international expansion, and ecosystem positioning. A rare opportunity to learn everything about startup building, from 0 to 1. 🎯 Mission Support the CEO across strategic, operational, and ecosystem-driven projects, helping Hi Interns accelerate growth, structure fundraising materials, and apply to top incubation & acceleration programs. You will not do “assistant tasks.” You will learn to think and execute like an operator inside a real startup. 🧩 Key Responsibilities 1 — CEO Support (Strategic Execution) Follow up on priorities and project deadlines. Prepare briefs, meeting notes, and executive documents. Conduct research to support CEO decisions. ➡️ You help the CEO stay informed, structured, and always ahead. 2 — Fundraising Support (Africa + Europe) (Under CEO direction, you won’t own fundraising strategy alone) Identify and map potential investors (VCs, angels, programs). Manage and update our investor pipeline (CRM). Assist in preparing documents: metrics, summaries, pitch drafts. Consolidate investor feedback into recommendations. ➡️ High exposure to fundraising without unrealistic expectations. 3 — Incubators & Accelerators Applications Identify the best programs in Africa & France. Understand eligibility requirements. Prepare and submit applications. Create pitch templates for selection interviews. ➡️ You will learn exactly how startups get selected by top programs. 4 — Sales & Marketing Support Assist the CEO in building B2B outreach lists (universities, schools). Help coordinate email campaigns and follow-ups. Prepare sales materials and light competitor analyses. ➡️ Hands-on exposure to early-stage startup growth. 5 — Strategic Research & Operations Market research (Europe, Africa, MENA). Benchmark EdTech & career platforms. Prepare internal reports and insights. ➡️ You become the CEO’s “radar”. 🎓 Ideal Profile We are not looking for a classic intern. We are looking for someone curious, proactive, and hungry to learn. Must-Haves Strong interest in startups, tech, or the innovation ecosystem. Excellent writing skills (French + English). Organized, reliable, structured thinker. Ability to learn fast and adapt to different topics. Nice-to-Haves Prior exposure to incubators, VC, or startup events. Experience with pitch decks, slide design, or project research. Knowledge of EdTech, SaaS, or African tech landscape. Soft Skills Extreme ownership mentality. Fast execution & autonomy. Curiosity + proactivity. Comfort with ambiguity. Ability to work closely with the CEO and handle responsibility. 📌 Internship Conditions Full remote 6-month internship Starting February Working hours: 9 AM — 5 PM Non-paid internship (high learning experience + strong recommendations + direct startup exposure) 🚀 Why Join Hi Interns? You will: Work directly with the CEO of a fast-growing EdTech startup. Learn about fundraising, sales, marketing, strategy, and operations. Get real exposure to African & French startup ecosystems. Build a portfolio of real, high-impact projects.

StagePartenaireFundraizingSalesAssistantMarketing
Publié il y a 9 jours
Logo TAC TIC

SUJET 40 Mettre en place une plateforme SOC/NOC avancée avec intégration de OpenCTI pour la Threat Intelligence et Grafana pour la visualisation côté SOC et NOC PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte Projet de mise en place d'une plateforme SOC/NOC avancée avec intégration de OpenCTI pour la Threat Intelligence et Grafana pour la visualisation côté SOC et NOC. Environnement attendu : niveau Bac+5, stage d'une durée de 5 à 6 mois visant un déploiement et une intégration opérationnelle des composants listés. Objectifs du stage Concevoir, déployer et configurer une plateforme SOC/NOC intégrant les briques de sécurité et supervision (Wazuh XDR, TheHive, Cortex, OpenCTI, Zabbix, Grafana) en vue d'une exploitation conjointe. Intégrer OpenCTI pour l'ingestion et l'enrichissement des indicateurs de compromission (Threat Intelligence) et permettre la corrélation avec les alertes SOC/NOC. Mettre en place des dashboards Grafana dédiés pour le SOC et le NOC et automatiser le reporting et les alertes (y compris notifications via Telegram si nécessaire). Tâches principales Installation et configuration des composants : Zabbix (NOC), Wazuh XDR (détection), TheHive & Cortex (gestion des incidents), OpenCTI (TI), Grafana (visualisation) et configuration des intégrations entre eux. Développer les pipelines d'ingestion pour OpenCTI (feeds TI), mappings d'enrichissement et intégration avec TheHive/Cortex pour automatisation des playbooks. Concevoir et réaliser des dashboards Grafana pour supervision NOC (métriques réseau/infrastructure) et SOC (alerts, incidents, tendances TI), ainsi que des rapports automatisés. Mettre en place les mécanismes d'alerte et de notification (ex : Telegram) et valider les cas d'usage opérationnels (détection, triage, réponse). Livrables attendus Plateforme SOC/NOC déployée et fonctionnelle avec intégrations OpenCTI ↔ TheHive/Cortex et tableaux de bord Grafana opérationnels. Documentation technique complète : architecture, procédures d'installation, configurations, scripts d'automatisation et guide d'exploitation. Playbooks et procédures de traitement d'incidents automatisées dans TheHive/Cortex et rapports automatisés paramétrés. Compétences et technologies requises Technologies identifiées : Zabbix, Telegram, Grafana, Wazuh XDR, TheHive, Cortex, OpenCTI et outils de reporting automatique. Compétences souhaitées : administration systèmes/Linux, sécurité informatique (SOC/NOC), scripting (Python, Bash), intégration d'APIs et gestion de données TI. Modalités pratiques Niveau requis : Bac+5, stage de 5 à 6 mois (prévu dans l'offre). Le stage implique des travaux d'intégration, développement de scripts d'automatisation, tests et rédaction de la documentation finale. Pour postuler : https://lnkd.in/g8pJHfbu

StageRéseaux et sécurité informatiqueNOC/SOCThreat Intelligence & Visualisation
Publié il y a environ 14 heures
Logo TAC TIC

39 Assistant Virtuel IoT en Langage des Signes Tunisien (Sign Language AI) PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs Développer un assistant virtuel IoT capable d'interpréter le Langage des Signes Tunisien (LST) pour améliorer l'accessibilité. Produire un système temps réel de reconnaissance et de tracking des mains afin d'assurer une interaction fluide avec des dispositifs IoT. Missions principales Développer et entraîner un modèle CNN/LSTM pour la reconnaissance du langage des signes tunisien (LST) à partir de séquences vidéo. Intégrer MediaPipe pour la détection et le tracking des mains (21 landmarks) en temps réel, et exploiter OpenCV pour le prétraitement et l'optimisation des flux vidéo. Concevoir une démonstration applicative (mobile/web/3D) pour visualiser les résultats et permettre l'interaction avec des objets IoT. Technologies et méthodes Utiliser TensorFlow ou PyTorch pour la conception et l'entraînement des modèles (CNN, LSTM) ; éventuellement exploiter Transformers (BERT / GPT) pour le traitement du langage si nécessaire. Intégrer MediaPipe (hand landmarks 21) et OpenCV pour la capture, le tracking et l'extraction de caractéristiques en temps réel. Déployer une interface ou prototype avec Three.js / Unity pour rendu 3D interactif, et Flutter / Laravel pour prototypage mobile/web et backend si requis. Livrables attendus Modèle entraîné et optimisé pour reconnaissance de signes (précision, latence) et pipeline de tracking temps réel. Prototype démonstratif (application mobile ou web / démo 3D) connectant l'assistant au(s) démonstrateur(s) IoT. Jeu de données annoté (si collecte/annotation réalisée), rapport technique et guide d'intégration/déploiement. Profil et conditions Niveau requis : Bac+5. Durée du stage : 4 à 5 mois. Compétences souhaitées : Computer Vision, Deep Learning (CNN/LSTM), expérience avec MediaPipe/OpenCV, connaissances en développement d'applications (Flutter, Unity/Three.js) et intégration backend (Laravel) sont un plus. Encadrement et évaluation Encadrement technique sur les aspects data & ML et support pour l'intégration IoT. Évaluation sur la qualité du modèle, la réactivité temps réel, l'ergonomie de la démo et la documentation fournie.

StageNLP / Computer VisionMachine Learning (LLM)Accessibility
Publié il y a environ 14 heures

On sait que chercher un stage peut être stressant...

Profitez d'une info session en ligne 100% GRATUITE

Mascot Hi Interns
Logo TAC TIC

38 Infrastructure Cloud Scalable avec CI /CD et Monitoring Avancé PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs : Stage PFE (Niveau Bac+5) d'une durée de 5 à 6 mois visant à industrialiser et rendre scalable l'infrastructure cloud d'une plateforme. Objectifs principaux : containeriser l'ensemble du stack (Laravel, React, Flutter backend, services IoT) et mettre en place une chaîne CI/CD et un monitoring avancé. Responsabilités principales : Containerisation de l'ensemble des composants applicatifs avec Docker (images, optimisation, gestion des dépendances). Orchestration Kubernetes : déployer un cluster K8s, configurer autoscaling (HPA/VPA), services, load balancing et stratégies de résilience. Implémentation CI/CD : concevoir et automatiser pipelines GitLab CI pour builds, tests, déploiements canary/blue-green. Infrastructure as Code & configuration : écrire et maintenir des stacks Terraform pour le provisioning cloud et utiliser Ansible pour la configuration et le déploiement. Monitoring, logging et observabilité : Mettre en place une solution de monitoring et d'alerte (Prometheus + Grafana) pour métriques applicatives et infra. Centralisation des logs et visualisation via ELK (Elasticsearch, Logstash, Kibana) ou équivalent pour troubleshooting et audit. Environnement cloud et exigences techniques : Cibles cloud : AWS et/ou Azure (déploiement, réseaux, IAM, services managés si nécessaire). Technologies attendues : Docker, Kubernetes, GitLab CI, Terraform, Ansible, Prometheus, Grafana, ELK. Bonnes pratiques requises : CI/CD automatisé, sécurité des conteneurs, gestion des secrets, scalabilité, haute disponibilité. Livrables attendus : Images Docker et manifests/helm charts Kubernetes prêts pour production avec autoscaling configuré. Pipelines GitLab CI complets pour build/test/déploiement et documentation d'exploitation. Templates Terraform/Ansible pour reprovisionner l'infrastructure et runbook de monitoring/alerte. Compétences & qualités recherchées : Formation Bac+5 orientée DevOps/Cloud/Infrastructure avec appétence pour automatisation et scripting. Esprit d'analyse, rigueur, capacité à documenter et à travailler en collaboration avec les équipes backend/frontend/IoT.

StageDevOps basiqueSoftware and Cloud EngineeringCloud & Infrastructure
Publié il y a environ 14 heures
Logo TAC TIC

36 Système de Traçabil i té Al imentaire Blockchain + IoT du Champ au Consommateur PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte & objectifs Projet de traçabilité alimentaire « du champ au consommateur » combinant Blockchain et IoT pour garantir l'intégrité et la transparence des données. Objectifs techniques : développer des smart contracts (Solidity) pour la gestion du cycle de vie produit et des transferts, et intégrer la signature cryptographique des données IoT à la source (ESP32). Missions principales Développer et tester des smart contracts en Solidity destinés à gérer les états du produit, les transferts et les permissions ; déploiement ciblé sur Ethereum / Polygon. Intégrer la signature cryptographique côté ESP32 pour assurer la traçabilité et l'authenticité des données IoT transmises vers la blockchain et/ou IPFS. Mettre en place l'interaction entre la blockchain et l'application via Web3.js, stocker les preuves/données lourdes sur IPFS et relier le tout à un backend (Laravel + PostgreSQL) et front-end (React / Flutter). Rédiger la documentation technique, réaliser des tests de sécurité et de montée en charge, et produire le rapport final du PFE. Technologies & compétences recherchées Technologies citées : Ethereum / Polygon, Solidity, Web3.js, IPFS, ESP32, Flutter, Laravel, React, PostgreSQL. Compétences attendues : programmation de smart contracts, concepts de sécurité blockchain (signatures, gestion de clés), développement embarqué (ESP32), intégration back/front et bases de données relationnelles. Qualités : autonomie, rigueur scientifique, capacité à documenter les choix techniques et à présenter les résultats. Modalités & profil Niveau : Bac+5 souhaité, durée du stage : 5 à 6 mois. Livrables attendus : code des smart contracts, firmware ESP32 pour signature des données, intégration Web3.js, backend et front-end démontrant la traçabilité, rapport PFE. Encadrement : travail en collaboration avec l'équipe technique pour intégration et déploiement sur testnet/mainnet selon la feuille de route. Postuler Lien pour postuler : https://lnkd.in/g8pJHfbu

StageBlockchain developmentIoT and Embedded SystemsDéveloppement logiciel (C++, Python)
Publié il y a environ 14 heures
Logo TAC TIC

37 SUJET 37 Dashboard Analytique Avancé avec BI et Prédict ions ML (Module Elast ic Watch) PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte Projet Full-Stack axé Analytics / BI pour surveillance et analyse de données IoT (Module Elastic Watch). Niveau attendu : Bac+5, durée du stage : 5 à 6 mois. Objectifs et missions Concevoir un data warehouse optimisé (modélisation en star schema) pour l'agrégation de données IoT multi-sources. Développer des pipelines ETL (Laravel / Python) pour la transformation, l'enrichissement et le chargement des données dans le DW. Développement Front & Visualisation Construire un dashboard analytique avancé en React intégrant des librairies de visualisation (Chart.js / D3.js) pour KPIs et explorations interactives. Intégrer une couche BI pour filtres, tableaux de bord, et exports, avec attention aux performances et à l'ergonomie. Machine Learning & Prédictions Développer des modules de prédiction pour séries temporelles (Python : Prophet et/ou LSTM) afin d'ajouter des capacités prédictives au dashboard. Mettre en place des workflows de scoring, évaluation et suivi des modèles (monitoring des performances prédictives). Infrastructure & Technologies Technologies citées : Laravel, React, Chart.js / D3.js, Python, Prophet / LSTM, PostgreSQL, Redis, Flutter, Docker. Déploiement conteneurisé et orchestration légère (Docker) ; gestion des caches/queues avec Redis ; stockage relationnel sur PostgreSQL. Livrables attendus Data warehouse documenté, pipelines ETL opérationnels, APIs/backend pour alimentation du dashboard. Dashboard interactif déployé avec modules de visualisation et d'alerting, rapports et documentation technique. Profil recherché Compétences recherchées : data engineering, développement full-stack (Laravel/React), ML pour séries temporelles et visualisation de données. Autonomie, rigueur sur la qualité des données, expérience avec conteneurs et bases relationnelles souhaitée. Modalités Travail en mode projet : spécifications, développement, tests, déploiement et documentation. Collaboration avec équipes données et produit pour définition des indicateurs et cas d'usage.

StageBusiness Intelligence & Data AnalyticsAI & Data EngineeringMachine Learning (LLM)
Publié il y a environ 14 heures
Logo TAC TIC

SUJET 35 Plateforme de Monitoring Énergétique Intel l igent pour Entreprises PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs : Développement d'une plateforme IoT pour le monitoring énergétique des entreprises. Objectifs techniques listés : développer un capteur de consommation électrique non-invasif avec ESP32 et PZEM-004T ; implémenter la mesure de puissance active/réactive et le facteur de puissance. Missions principales : Concevoir et prototyper un capteur embarqué basé sur ESP32 et PZEM-004T pour la mesure non invasive de consommation. Implémenter l'acquisition des grandeurs électriques (puissance active, puissance réactive, facteur de puissance) et leur transmission via MQTT. Architecture logicielle et analyses : Développer la partie backend (collecte, stockage MySQL, API) et/ou intégration avec Laravel/React pour le dashboard web. Mettre en place des traitements analytiques et prédictifs avec Python (TensorFlow / Prophet) pour l'analyse de consommation et prévision. Interfaces et applications : Développer/adapter une application mobile ou interface utilisateur (Flutter ou React) pour visualiser les mesures et indicateurs énergétiques. Assurer l'intégration complète capteur → passerelle MQTT → base MySQL → front-end et modèles d'analyse. Livrables attendus : Prototype fonctionnel du capteur ESP32 + PZEM-004T et documentation technique. Backend opérationnel avec stockage MySQL et API, dashboard web/mobile, et modèles analytiques/déploiement de prévision (TensorFlow/Prophet). Profil recherché et compétences : Étudiant niveau Bac+5 (stage de 4 à 5 mois) avec compétences en développement embarqué (ESP32), électronique de mesure et protocoles IoT (MQTT). Compétences en Python pour data analytics / machine learning, expérience avec TensorFlow ou Prophet un plus ; connaissances en Flutter/React/Laravel et MySQL appréciées. Modalités : Durée : 4 à 5 mois (niveau Bac+5). Travail sur projet complet mêlant IoT, énergie et analytique; capacité à produire prototype et livrables logiciels/documentés. Candidature : Pour postuler : https://lnkd.in/g8pJHfbu

StageIoT and Embedded SystemsEnergy / UtilitiesEngagement Analytics
Publié il y a environ 14 heures
Logo TAC TIC

34 Application Mobile de Gestion de Flotte Agricole avec GPS et Télémétrie PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs : Développer une application mobile et l'infrastructure backend pour la gestion d'une flotte agricole intégrant GPS et télémétrie. Collecter et transmettre des données terrain (position, consommation, heures moteur, vitesse, surface travaillée) via capteurs/ESP32 et communications LoRaWAN/4G. Missions principales : Implémenter un tracker GPS embarqué basé sur ESP32 et module Neo-6M, gérer l'acquisition et le pré-traitement des données. Mettre en place la transmission des données (LoRaWAN et/ou 4G) et assurer la réception fiable côté serveur via WebSocket/API. Développement mobile et cartographie : Concevoir et développer l'application mobile en Flutter avec intégration Mapbox pour affichage de la flotte et des trajets. Implémenter fonctionnalités UX pour suivi en temps réel, historique des positions et indicateurs télémétriques (consommation, heures moteur, vitesse, surfaces). Backend, stockage et géodonnées : Développer le backend (Laravel) et APIs pour ingérer, traiter et servir les données télémétriques et de position. Utiliser PostgreSQL/PostGIS pour stockage spatial, Redis pour cache et WebSocket pour notifications/temps réel. Contraintes matérielles et IoT : Intégration du module GPS Neo-6M avec ESP32, gestion de l'alimentation et logging local si nécessaire. Assurer robustesse des communications en conditions agricoles (pertes de réseau, intermittence LoRaWAN/4G). Profil recherché et niveau : Étudiant Bac+5 en informatique/électronique/IoT ou équivalent, stage de fin d'études de 5 à 6 mois. Compétences attendues : développement Flutter, expérience backend Laravel/REST, connaissance SQL/PostGIS, bases en IoT (ESP32) et protocoles radio (LoRaWAN/4G). Livrables attendus : Prototype de tracker ESP32 fonctionnel, application mobile Flutter avec cartographie Mapbox et backend opérationnel avec stockage PostGIS. Documentation technique (architecture, API, schéma base de données), tests, et démonstration de bout en bout. Candidature : Durée : 5 à 6 mois. Niveau : Bac+5. Pour postuler, suivre le lien de candidature ci-dessous. Lien de candidature : https://lnkd.in/g8pJHfbu

StageIoT and Embedded Systemsrobotique mobileintralogistique
Publié il y a environ 14 heures
Logo TAC TIC

32 Système de Détection d' Incendies par Vision et Multi-Capteurs PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs : Développer un système de détection d'incendies basé sur vision et multi-capteurs en s'appuyant sur une caméra thermique MLX90640 32×24 pixels pilotée par ESP32. Créer et optimiser un modèle CNN/YOLO capable de détecter fumée et flammes en fusionnant données RGB et thermique. Stage de niveau Bac+5, durée proposée 5 à 6 mois, orienté Computer Vision, IoT et sécurité incendie. Missions principales : Intégration matériel : interfacer la caméra MLX90640 avec ESP32, acquisition et prétraitement des images thermiques et RGB. Développement logiciel : implémentation du pipeline de traitement d'image (OpenCV, Python), entraînement et optimisation de modèles (TensorFlow / YOLO) pour détection temps réel. Systèmes et connectivité : prototypage de la communication IoT (LoRaWAN, Firebase) et développement d'interfaces (Flutter pour mobile, React/Laravel pour web/backend) si nécessaire. Technologies et compétences requises : Technologies citées : ESP32, MLX90640, Python, TensorFlow / YOLO, OpenCV, Flutter, Laravel, React, LoRaWAN, Firebase. Compétences attendues : vision par ordinateur, apprentissage profond (CNN/YOLO), développement embarqué, traitement et fusion de capteurs thermiques/RGB, optimisation pour contrainte embarquée. Livrables et résultats attendus : Prototype fonctionnel (ESP32 + caméra thermique) capable de détecter fumée et flammes avec mesures de performance (précision, recall, latence). Modèle optimisé et documenté, jeu de données annoté (RGB + thermique), code source et guide d'intégration/déploiement. Rapport de stage et démonstration du système intégré (communication IoT et interface minimale). Encadrement et niveau : Niveau recherché : Bac+5 (master, école d'ingénieurs) avec appétence pour R&D en vision et IoT. Durée : 5 à 6 mois (4-6 months).

StageIA / Vision par ordinateurIoT and Embedded SystemsMachine Learning (LLM)
Publié il y a environ 14 heures
Logo TAC TIC

SUJET 33 Plateforme de Maintenance Prédictive Industriel le par Analyse Vibratoire PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs : Développement d'une plateforme de Maintenance Prédictive industrielle basée sur l'analyse vibratoire. Objectifs principaux : concevoir un nœud de surveillance vibratoire et implémenter le traitement embarqué pour extraction de features et transmission de données. Missions techniques principales : Développer un nœud de surveillance vibratoire avec accéléromètre ADXL345 3 axes associé à une carte ESP32. Implémenter une FFT embarquée en utilisant la ARM DSP Library et extraire des indicateurs (RMS, kurtosis, etc.). Architecture logicielle et outils : Traitement embarqué : ESP32 (firmware), ARM DSP Library pour FFT et calcul temps réel des features. Back-end & stockage : InfluxDB pour séries temporelles, API avec Laravel. Front-end & visualisation : React pour tableau de bord web, Flutter pour interface mobile. Machine Learning : développement et entraînement de modèles avec Python, TensorFlow ou scikit-learn pour détection/anomalie et prédiction. Livrables attendus : Firmware fonctionnel sur ESP32 avec lecture ADXL345, FFT embarquée et extraction de features en temps réel. Pipeline de collecte et stockage des données (InfluxDB) et API pour ingestion/consultation. Modèles ML entraînés et intégrés (ou preuve de concept) pour détection d'anomalies et maintenance prédictive. Interface utilisateur (web/mobile) pour visualisation des mesures, alertes et rapports. Documentation technique (installation, architecture, tests) et démonstrateur sur banc ou en environnement simulé. Compétences requises : Niveau Bac+5 attendu avec compétences en systèmes embarqués (ESP32), traitement du signal et ARM DSP. Maîtrise de Python, connaissance de TensorFlow / scikit-learn pour ML, et expérience avec bases de données séries temporelles (InfluxDB). Compétences front/back souhaitées : Laravel, React, Flutter sont des atouts pour la partie plateforme et visualisation. Contraintes et méthodes : Travail en binôme ou petit groupe possible, intégration continue des composants (firmware ↔ back-end ↔ front-end). Validation par tests sur données vibratoires réelles ou simulées, et optimisation des calculs embarqués (latence, consommation). Durée et niveau : Durée du stage : 5 à 6 mois (PFE), niveau Bac+5. Postuler : Pour postuler, utilisez le lien de candidature fourni ci-dessous.

StageRémunéréIoT and Embedded SystemsMachine Learning (LLM)Traitement du signal audio
Publié il y a environ 14 heures
Logo TAC TIC

SUJET 31 Plateforme de Surveil lance Agricole Intel l igente (Agriculture 4.0) PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs : Domaine : Agriculture, IoT et Intelligence Artificielle (Agriculture 4.0). Objectifs principaux : déployer un réseau de capteurs multi-paramètres (sol, air, météo) et développer un système d'irrigation automatique avec contrôle d'électrovannes 12V/24V. Niveau & durée : destiné à un Bac+5, durée prévue de 5 à 6 mois. Missions techniques : Déployer et configurer des nœuds ESP32 communicant via LoRaWAN pour la collecte de paramètres (humidité sol, température, météo, etc.). Intégrer communication MQTT/LoRaWAN, configuration du réseau et gestion de données vers une base MySQL. Concevoir le pilotage d'électrovannes 12V/24V pour l'automatisation de l'irrigation, incluant la logique de commande et la sécurité matérielle. Développer la partie logicielle : backend (Laravel), dashboards web (React) et/ou application mobile (Flutter) pour monitoring et contrôle. Intelligence Artificielle et traitement des données : Exploiter Python avec Scikit-learn / XGBoost pour développer des modèles de prédiction (ex. prévision d'irrigation, détection d'anomalies). Pipeline de traitement : acquisition -> nettoyage -> entraînement et déploiement du modèle pour décisions d'irrigation automatisée. Technologies et livrables attendus : Technologies mentionnées : ESP32, LoRaWAN, MQTT, Python (Scikit-learn/XGBoost), Flutter, Laravel, React, Leaflet, MySQL. Livrables attendus : réseau de capteurs opérationnel, système d'irrigation automatique fonctionnel, interface utilisateur (web/mobile), modèles IA entraînés, documentation technique et rapport PFE, code source et guide de déploiement. Profil recherché et compétences : Compétences embarquées : programmation ESP32 (C/C++/MicroPython), connaissance LoRaWAN et protocoles IoT (MQTT). Compétences logiciel & data : Python pour ML, expérience avec Scikit-learn/XGBoost, développement backend (Laravel), frontend (React) et mobile (Flutter), gestion MySQL. Autres qualités : capacité de prototypage matériel, tests sur le terrain, autonomie, esprit d'analyse et bonnes capacités de documentation. Modalités de candidature : Lieu : hybrid (travail mixte terrain et développement logiciel). Durée : 5 à 6 mois (PFE Bac+5). Pour postuler : candidature via le lien indiqué ci-dessous. 🔗 Lien pour postuler : https://lnkd.in/g8pJHfbu

StageAgriculture / CooperativesIoT and Embedded SystemsData Science / Intelligence Artificielle
Publié il y a environ 14 heures
Logo TAC TIC

28 Développement d’un moteur intel l igent pour la génération automatique de cas de test web et de scripts Selenium/Cypress, basé sur IA générative PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectif Développer un moteur intelligent basé sur IA générative pour produire automatiquement des cas de test web et des scripts d’automatisation (Selenium/Cypress). Réduire le temps de création de tests manuels et augmenter la couverture des scénarios fonctionnels. Missions principales Rechercher et sélectionner des modèles d’IA générative adaptés (ex. modèles de NLP/LLM) et définir une architecture d’intégration. Concevoir et implémenter un pipeline qui transforme des spécifications/flux utilisateur en cas de test et en scripts Selenium/Cypress générés automatiquement. Développer des composants en Python pour l’orchestration, la génération de scripts et la validation automatique des sorties. Compétences et technologies requises Maîtrise de Python et expérience pratique avec Selenium 4 et/ou Cypress pour l’écriture et l’exécution de scripts d’automatisation. Connaissances en IA/ML, traitement du langage naturel ou utilisation de modèles génératifs (LLMs) pour générer du texte structuré (cas de test, étapes). Bonnes pratiques CI/CD, gestion de versions (Git) et capacités d’évaluation/mesure de la qualité des tests générés. Livrables attendus Prototype fonctionnel capable de générer des cas de test web et d’exporter des scripts Selenium et/ou Cypress exécutables. Rapport technique détaillé décrivant l’architecture, les choix de modèles IA, les métriques d’évaluation et les limitations. Jeux d’exemples, documentation d’installation et démonstration de la génération et de l’exécution des tests. Modalités et profil Niveau visé : Bac+3 / Bac+5. Durée : de 4 à 6 mois. Technologies citées : Cypress, Selenium 4, Python. Candidature Lien pour postuler : https://lnkd.in/g8pJHfbu

StageAI for Test AutomationData Science / Intelligence ArtificielleDéveloppement Python / Data
Publié il y a environ 14 heures
Logo TAC TIC

SUJET 30 Système de Contrôle d 'Accès Multi-Protocoles Intel l igent PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs : Développer un système de contrôle d'accès multi-protocoles combinant RFID Wiegand et reconnaissance faciale embarquée. Concevoir une solution capable de transmettre les données via LoRaWAN et WiFi pour intégration dans une infrastructure IoT. Missions principales : Développer un lecteur RFID Wiegand intelligent basé sur ESP32, prenant en charge le protocole Wiegand 26-bit. Implémenter la transmission des événements/lectures via LoRaWAN et via WiFi selon les contraintes réseau. Reconnaissance faciale embarquée : Mettre en place la reconnaissance faciale embarquée sur Raspberry Pi 4 en utilisant TensorFlow Lite pour inférence sur périphérique. Optimiser les modèles et le pipeline (pré-traitement, inférence, post-traitement) pour fonctionner en temps réel sur Raspberry Pi 4. Technologies et outils : Matériel/embarqué : ESP32, Raspberry Pi 4, protocole Wiegand 26-bit. Logiciels et stacks : LoRaWAN, TensorFlow Lite, Flutter, Laravel, React, MySQL. Livrables attendus : Prototype fonctionnel du lecteur RFID avec envoi de données via LoRaWAN/WiFi. Module de reconnaissance faciale embarquée déployé et testé sur Raspberry Pi 4. Documentation technique détaillée (architecture, schémas, guide de déploiement) et rapport de stage. Profil et niveau : Niveau requis : Bac+5 (stage de fin d'études), durée de 5 à 6 mois. Compétences souhaitées : systèmes embarqués, programmation C/C++ pour ESP32, Python pour Raspberry Pi/TensorFlow Lite, connaissances IoT et protocoles réseau (LoRaWAN, WiFi), bases de données MySQL, et développement front/back (Flutter, React, Laravel) appréciés. 📎 Lien pour postuler : https://lnkd.in/g8pJHfbu

StageIoT and Embedded SystemsAvionique / Systèmes embarquésIA / Vision par ordinateur
Publié il y a environ 14 heures
Logo TAC TIC

29 Mise en place d’une plateforme avancée de performance testing pour applications web : stress testing, soak testing, tests de montée en charge et analyse temps réel PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Présentation du projet Objectif : concevoir et déployer une plateforme avancée de tests de performance pour applications web incluant stress testing, soak testing, tests de montée en charge et analyse en temps réel. Contexte : projet PFE destiné à industrialiser les campagnes de tests de charge et fournir des métriques exploitables pour les équipes produit et infra. Missions principales Mise en place d’une architecture de tests automatisés en s’appuyant sur des outils comme Cypress, Selenium 4 et scripts Python pour orchestrer les scénarios de charge. Développement et exécution de scénarios : tests de montée en charge, tests de stress et soak tests pour évaluer stabilité et limites des applications web. Intégration d’un système de collecte et d’analyse temps réel des métriques (latence, débit, erreurs, consommation ressources) et tableaux de bord pour le suivi. Livrables attendus Une plateforme reproductible et documentée permettant de lancer des campagnes de performance (scripts, pipelines, configuration des outils). Jeux de tests et rapports automatisés incluant graphiques et analyses des résultats (comparatifs, seuils d’alerte, recommandations d’optimisation). Profil et compétences recherchées Niveau : Bac+3 / Bac+5 (stage PFE), autonomie dans la gestion d’un projet technique. Compétences techniques : bonne maîtrise de Cypress, Selenium 4 et Python; connaissances en métriques de performance, HTTP, systèmes distribués et monitoring. Compétences attendues : scripting, automatisation CI/CD, analyse de logs, capacité à interpréter les résultats de tests et proposer des améliorations. Environnement technologique & pédagogie Technologies mentionnées : Cypress, Selenium 4, Python. Supervision : encadrement par un tuteur technique, échanges réguliers avec équipes Dev et Ops pour intégration et validation des scénarios. Durée et niveau : stage PFE de 4 à 6 mois, destiné à étudiants Bac+3/Bac+5.

StageTests de performanceTests / Assurance qualitéAutomatisation de tests
Publié il y a environ 14 heures
Logo TAC TIC

27 Développement de modèles d’ IA avancés pour l ’analyse intel l igente et la surveil lance automatisée dans Elastic-Watch PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs Développement de modèles d’IA avancés visant l’analyse intelligente et la surveillance automatisée au sein d’Elastic-Watch. Projet orienté détection, classification et analyse d’événements visuels pour améliorer l’efficience des systèmes de surveillance. Missions principales Concevoir, entraîner et optimiser des modèles de Computer Vision et Deep Learning adaptés à des flux vidéo/imagés en temps réel. Intégrer et tester les modèles dans la plateforme Elastic-Watch afin d’évaluer la performance en conditions réelles (latence, robustesse, faux positifs). Compétences et technologies requises Niveau attendu : Bac+5 (master, ingénieur) avec une bonne maîtrise des concepts d’IA, Machine Learning et Computer Vision. Technologies mentionnées : Computer Vision, IA (Deep Learning), frameworks courants (PyTorch/TensorFlow), traitement d’images et pipelines d’inférence. Livrables et résultats attendus Modèles entraînés et documentés, scripts d’évaluation et rapport de performance (métriques, cas d’usage, recommandations d’intégration). Prototype intégré dans Elastic-Watch ou preuve de concept démontrant la détection/alerte automatisée. Modalités & candidature Durée : de 4 à 6 mois. Niveau : Bac+5. Pour postuler, suivre le lien de candidature indiqué : https://lnkd.in/g8pJHfbu

StageNLP / Computer VisionData Science / Intelligence ArtificielleIntelligence Artificielle / Deep Learning
Publié il y a environ 14 heures
Logo TAC TIC

24 CRM commercial intel l igent avec suggestion et prévision de ventes PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectif Développer un CRM commercial intelligent capable de classifier et prioriser les leads afin de soutenir l’équipe commerciale. Implémenter des mécanismes de suggestion et de prévision de ventes pour améliorer le suivi du pipeline et la prise de décision. Missions principales Concevoir et entraîner un modèle d’IA/ML pour le scoring des leads et la prédiction de conversion/chiffre d’affaires. Mettre en place la gestion du pipeline de ventes, créer des règles d’alertes de suivi et proposer des actions commerciales automatisées. Dashboard et livrables Créer un dashboard de performance affichant pipeline, KPIs, prévisions de vente et priorités de leads. Intégrer visualisations interactives et filtres (par ex. par commercial, par statut de lead, horizon de prévision) et fournir documentation d’usage. Technologies & compétences requises Stack technologique mentionné : React (front-end) et Django (back-end); compétences en APIs, bases de données et intégration CRM. Compétences en data preprocessing, modélisation ML, évaluation de modèles et déploiement (notions de MLOps appréciées). Niveau : Bac+5. Modalités pratiques Durée du stage : Bac+5 de 4 à 6 mois. Livraison attendue : modèle de scoring opérationnel, système d’alertes intégré et dashboard React connecté au backend Django. Pour postuler : https://lnkd.in/g8pJHfbu

StageGestion de la relation client (CRM)Intelligence artificielle / Machine LearningDéveloppement Web / Intégration
Publié il y a environ 14 heures
Logo TAC TIC

25 Gestion de projets et suivi d 'équipe avec rapports automatisés PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs Développement d'une solution de gestion de projets et suivi d'équipe incluant suivi du temps (time tracking) et tableau Kanban. Automatisation de rapports journaliers et mise en place d'indicateurs de productivité et de charge pour le pilotage des équipes. Missions principales Concevoir et développer les fonctionnalités de time tracking, Kanban et génération automatique de rapports journaliers. Implémenter l'export PDF des rapports et intégrer des notifications vers Microsoft Teams. Technologies et contraintes techniques Technologies mentionnées : React pour le front-end et Django pour le back-end; prévoir intégration API pour notifications Teams et génération de PDF. Architecture attendue : application web full-stack avec attention à l'authentification, gestion des rôles et performances des rapports automatisés. Livrables et résultats attendus Plateforme fonctionnelle permettant le suivi du temps, la gestion Kanban, la création automatique de rapports journaliers et l'export PDF. Tableau d'indicateurs (KPIs) permettant d'analyser la productivité et la charge, et configuration des notifications Teams. Encadrement et profil Niveau : stage de niveau Bac+5, durée de 4 à 6 mois. Compétences recherchées : maîtrise de React et Django, connaissance des formats d'export (PDF), expérience avec APIs (Teams), sens du produit et capacité à traduire besoins métier en indicateurs. Modalités de candidature Candidature via le lien fourni ci-dessous.

StageRémunéréDéveloppement Web / IntégrationGestion de projetReporting & Data (PowerBI)
Publié il y a environ 14 heures
Logo TAC TIC

26 Système de Traçabil ité Comportementale Multi-Modal basé sur Vision et IA cognitive pour la gestion adaptative des permissions Humaines dans des Environnements Sensibles PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectifs Développer un système multi-modal de traçabilité comportementale basé sur vision et IA cognitive pour environnements sensibles. Permettre la gestion adaptative des permissions humaines en temps réel en se basant sur l'observation comportementale et le contexte. Missions principales Détection et tracking du mouvement humain en temps réel (tracking multi-personnes, robustesse en conditions réelles). Journalisation et traçabilité des événements comportementaux pour audit et prise de décision automatisée. Conception et implémentation de modules d'IA cognitive pour l'interprétation des comportements et l'adaptation des permissions. Compétences & technologies requises Connaissances en Computer Vision (détection, tracking, segmentation) et machine learning / deep learning. Expérience ou intérêt pour l'IA cognitive, systèmes multi-modaux et fusion de capteurs. Maîtrise des outils et frameworks courants (par ex. OpenCV, PyTorch/TensorFlow) et bonnes pratiques d'engineering logiciel. Livrables attendus Prototype fonctionnel de détection/tracking et modules d'analyses comportementales en temps réel. Mécanisme de journalisation/traçabilité des événements et démonstration de gestion adaptative des permissions. Rapport de stage détaillé et présentation des résultats expérimentaux. Modalités & durée Niveau attendu : Bac+5. Durée du stage : 4 à 6 mois. Travail en environnement de recherche/développement appliqué sur systèmes pour environnements sensibles. Candidature Postuler via le lien suivant : https://lnkd.in/g8pJHfbu Inclure dans la candidature CV, lettre de motivation et éventuellement projets/portfolio pertinents.

StageIA / Vision par ordinateurData Science / Intelligence ArtificielleSécurité et traçabilité
Publié il y a environ 14 heures
Logo TAC TIC

23 Système Multi-Agent IA pour automatisation des process d'entreprise PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte Projet de fin d'études (Bac+5) visant à concevoir un système multi-agent basé sur l'IA pour automatiser des process métier. Cibles principales : workflows comptabilité, RH, CRM et autres processus répétitifs de l'entreprise. Objectifs et missions Concevoir et développer des agents IA capables d'orchestrer et d'automatiser des workflows métier. Intégrer les agents avec des APIs backend (ex. Django) pour manipuler données et déclencher actions dans les systèmes existants. Prototyper des pipelines de traitement en utilisant LangChain et agents conversationnels/programmables. Évaluer les gains d'efficacité et proposer des scénarios d'automatisation sécurisés et traçables. Technologies et compétences requises Langages/Frameworks : Python, Django (API), maîtrise de bibliothèques IA récentes. Outils IA : LangChain, conception d'agents, orchestration d'APIs et intégration avec systèmes métier (ERP/CRM). Compétences attendues : architecture de systèmes distribués, traitement de workflows, bonnes pratiques de développement et tests. Profil recherché Étudiant(e) Bac+5 en informatique, IA, génie logiciel ou équivalent. Autonomie, capacité à formaliser des processus métier et à traduire besoin fonctionnel en solution technique. Bonnes qualités de communication pour travailler avec des équipes métier (compta, RH, ventes). Modalités du stage Durée : 4 à 6 mois en entreprise (conforme au niveau Bac+5 indiqué). Travail attendu : développement de prototypes, documentation technique, démonstrations des cas d'usage. Candidature Postuler via le lien fourni : https://lnkd.in/g8pJHfbu

StageData Science / Intelligence ArtificielleDéveloppement Backend (Spring Boot)Automatisation des processus
Publié il y a environ 14 heures
Logo TAC TIC

22 Assistant AI Interne (ChatBot d'Entreprise) PFE

TAC TIC

Hybride4-6 moisExpire dans 13 jours

Contexte et objectif Développement d'un Assistant AI interne (ChatBot d'Entreprise) répondant aux besoins des collaborateurs. Objectif : centraliser l'accès à l'information interne, automatiser des réponses et faciliter les workflows via un chatbot d'entreprise. Missions principales Concevoir et prototyper un chatbot basé sur des modèles LLM (ILama/GPT) pour usage interne. Intégrer des composants de recherche sémantique avec VectorDB et orchestrer les pipelines via LangChain. Développer en Python les briques backend nécessaires (ingestion de documents, embeddings, requêtage, gestion des contextes). Technologies et compétences requises Maîtrise de Python et expérience avec LangChain. Connaissance des modèles LLM (ILama/Gpt) et des bases de données vectorielles (VectorDB). Compétences en traitement du langage naturel (NLP), embeddings, évaluation de réponses et fine-tuning éventuel. Livrables attendus Prototype fonctionnel du chatbot avec démonstration sur cas d'usage internes. Documentation technique (architecture, choix technologiques, instructions de déploiement) et jeux de tests. Profil et niveau Niveau : Bac+5 (master, école d'ingénieur) adapté pour 4 à 6 mois de stage. Bonnes capacités d'analyse, autonomie et aisance pour travailler en collaboration avec des équipes métiers. Candidature Durée : 4 à 6 mois. Niveau recherché : Bac+5. Pour postuler : utilisez le lien de candidature ci-dessous. Postuler au sujet 22

StageRémunéréData Science / Intelligence ArtificielleDéveloppement Python / DataBases de données vectorielles & MLOps
Publié il y a environ 14 heures