Contexte du projet Développement d’une solution de maintenance prédictive basée sur des capteurs et l’IA pour collecter et analyser en temps réel les données machines, détecter les anomalies et prévenir les pannes. Interface avec visualisation de l’état des équipements, alertes automatiques et recommandations d’entretien.

Objectif du projet Fournir une solution proactive et fiable pour réduire les arrêts imprévus, optimiser la maintenance et améliorer la productivité globale.

Technologies/stack possibles

• Capteurs IoT, acquisition temps réel
• IA/ML pour détection d’anomalies
• ReactJS, Next.js
• Node.js, NestJS, Express.js
• MongoDB, Prisma
• Raspberry Pi, ESP32, CAM (si besoin)

Livrables attendus

• Pipeline de collecte et d’analyse temps réel
• Modèles de détection/prédiction de pannes
• Dashboard et système d’alerting
• Documentation technique

Durée: 4-6 mois (PFE) Localisation: Onsite

📧 Pour postuler: cerebrosolutions.stage@yahoo.com