Objectif du projet

• Intégrer un module de reconnaissance faciale dans le service « Pointage-Service » pour automatiser la gestion des accès et du pointage des utilisateurs.
• Renforcer la sécurité en mettant en place un système d'authentification biométrique basé sur la reconnaissance faciale.

Environnement technique

• Frontend : Angular pour l'interface utilisateur et l'intégration avec les APIs existantes.
• Backend : architecture microservices avec Spring Boot; communication via REST API et/ou messaging (RabbitMQ/Kafka).
• Module de reconnaissance faciale : Python avec OpenCV et bibliothèques de deep learning (TensorFlow).
• Stockage objets : MinIO pour la gestion des images et données biométriques.
• Conteneurisation et orchestration : Docker et Kubernetes pour déploiement et scalabilité.

Fonctionnalités attendues

• Détection et reconnaissance faciale en temps réel dans des conditions d'utilisation variées (éclairage, angles, occlusions).
• Gestion du cycle de vie utilisateur : enregistrement des profils, authentification, mise à jour et suppression des données.
• Intégration complète avec l'infrastructure existante : interface utilisateur, API et base de données.
• Tableau de bord administrateur pour le suivi des authentifications et gestion des accès.

Exigences de performance et sécurité

• Optimisation de la précision des modèles (réduction des faux positifs/négatifs) et réduction du temps de réponse.
• Mise en place de mécanismes de sécurité pour la protection des données biométriques (stockage chiffré, contrôles d'accès, journalisation).
• Tests de robustesse et benchmarks pour mesurer latence, débit et précision en conditions réelles.

Livrables et tâches principales

• Conception et implémentation du service de reconnaissance faciale en Python (modèles, pipeline de traitement d'image).
• Intégration du service avec les microservices Spring Boot et l'UI Angular; mise en place des APIs et du messaging si nécessaire.
• Déploiement conteneurisé (Docker) et orchestration (Kubernetes) ; configuration du stockage MinIO.
• Rapport technique, documentation d'architecture, instructions de déploiement et démonstration fonctionnelle.

Profil recherché & durée

• Étudiant(e) en licence informatique / génie logiciel intéressé(e) par la vision par ordinateur et l'IA appliquée.
• DURÉE : 3-4 MOIS.

Candidature

• Pour postuler : envoyer CV, lettre de motivation et tout projet/code pertinent en indiquant la référence du projet (REF 03) à contact@devwise.tn .
• Vous pouvez également postuler via le formulaire en ligne : https://devwise.tn/#stage