Contexte et objectif

• Le projet vise à concevoir une plateforme permettant la numérisation, l’extraction automatique des données et la validation électronique des chèques.
• Objectifs : réduire la dépendance aux processus manuels, améliorer la rapidité des compensations et minimiser les erreurs humaines, en réponse au traitement traditionnel des chèques en Tunisie.

Fonctionnalités cibles

• Capture et traitement des images de chèques (depuis mobile ou scanner) avec prétraitement pour améliorer la reconnaissance (redressement, correction d'éclairage, suppression de bruit).
• Extraction automatique des informations via OCR (montant, bénéficiaire, banque, date) et correspondance montant en chiffres / écritures.
• Vérification de la conformité des chèques : contrôle de signature, validité, concordance montant en lettres/chiffres.
• Module antifraude : détection de schémas anormaux et anomalies (reconnaissance de falsifications, incohérences entre champs).

Tâches proposées / Livrables

• Développement du pipeline de capture et traitement d'image (module mobile / scanner) et mise au point des algorithmes de prétraitement.
• Intégration et entraînement d'un moteur OCR adapté aux chèques (paramétrage, dictionnaires, post-traitement pour montants et bénéficiaires).
• Implémentation des règles de vérification (signature, validité, montants) et développement du module de détection antifraude (ML / règles heuristiques).
• Livraison d'une maquette fonctionnelle (API/Interface de validation électronique), jeux de tests, documentation technique et rapport de projet.

Compétences et technologies recommandées

• Traitement d'images et vision par ordinateur (OpenCV, techniques de prétraitement et d'amélioration d'image).
• OCR et reconnaissance de texte (Tesseract, EasyOCR, modèles deep learning pour texte manuscrit/imprimé).
• Apprentissage automatique / deep learning pour détection d'anomalies et classification (PyTorch, TensorFlow, scikit-learn).
• Développement back-end / API pour intégration et déploiement (Python, Flask/Django, conteneurs) et notions de sécurité pour données sensibles.

Modalités de candidature

• Pour postuler, envoyer CV et lettre de motivation à stages@excellia.tn .
• Objet du mail à utiliser : "Candidature PFE - Challenge 9 - Solution de Numérisation et Compensation Electronique des Chèques".
• Préciser dans le mail le niveau d'études, les compétences pertinentes et éventuellement des liens vers des projets ou un dépôt GitHub.