Travaux réalisés

Projets

Une sélection de projets mêlant géomatique, intelligence artificielle et développement full stack, du prototype de hackathon aux applications de terrain.

Mission en vedette

Water Credit AI

Mobile

Water Credit AI est une application mobile Flutter développée en 48 heures lors du Water4Future Hackathon UNESCO (février 2026, à distance), pensée comme un marché de crédits d'eau pour l'agriculture irriguée. L'application propose deux interfaces : côté gestionnaire (ORMVAG), suivi des dotations, de la consommation et des transactions par bassin ; côté agriculteur, suivi du quota personnel, actions rapides (irriguer, consulter le marché, l'historique) et alertes de stress hydrique. Un marché intégré permet d'échanger les crédits d'eau non consommés, avec un prix de marché actualisé en temps réel. La vision présentée au jury allait plus loin : coupler ce système de quotas à une détection automatique du stress hydrique par imagerie Sentinel-2 et indices NDVI, avec des modèles de machine learning pour affiner les recommandations d'irrigation — une piste explorée dans le pitch, mais non implémentée dans le temps du hackathon. Le projet a été présenté devant un jury international à l'issue des 48 heures.

Flutter (Dart)

Voir le détail Voir la démo

12 projets

Mobile

Application mobile Zida Solaire

Application mobile développée pour Zida Solaire, permettant à ses clients de commander directement depuis leur téléphone. Les utilisateurs peuvent parcourir le catalogue de produits par catégorie, passer commande avec paiement à la livraison, créer un compte pour demander un devis d'installation, consulter les informations et services de l'entreprise, et contacter l'équipe par WhatsApp, appel ou e-mail directement depuis l'app.

Web

Site web Jackson Energy

Site vitrine et e-commerce pour Jackson Energy, entreprise burkinabè spécialisée dans la vente et l'installation de produits solaires, électriques et électroniques. Le site présente le catalogue de produits et les services de l'entreprise, avec un objectif direct : améliorer sa visibilité en ligne et développer ses ventes.

GeoAI

Classification d'occupation du sol par CNN

Conception et entraînement d'un réseau de neurones convolutif (CNN) avec TensorFlow/Keras sur le jeu de données satellite EuroSAT (imagerie Sentinel-2, 10 classes d'occupation du sol : forêt, zone industrielle, autoroute, zone résidentielle, cultures...). Après 12 époques d'entraînement, le modèle atteint 81% de précision sur le jeu de test, avec de bonnes performances sur les classes bien distinctes (forêt, zones industrielles, eau) et davantage de confusion entre classes visuellement proches (autoroute, cultures permanentes).

GeoAI

Prédiction de l'accessibilité aux soins de santé au Maroc

TP de fin de module GeoAI : un modèle Random Forest pour prédire l'accessibilité aux soins de santé par commune au Maroc, à partir de variables géospatiales (distance au centre de santé le plus proche, densité de population, nombre d'établissements à proximité...). Le premier entraînement affichait 100% de précision, signe classique de fuite de données (data leakage), identifiée et corrigée pour aboutir à un modèle réaliste à 80% de précision, avec une matrice de confusion cohérente par classe d'accessibilité.

GeoAI

Interroger une base de réservations de vols

Cahier de vacances Machine Learnia : interroger en SQL une base de données de réservations aériennes (passagers, vols, réservations) pour répondre à des questions business concrètes : requêtes de sélection, agrégations, jointures et sous-requêtes.

GeoAI

Prédiction du vainqueur de la Coupe du Monde 2026

Cahier de vacances machine learnia: un modèle de classification supervisée (Random Forest) entraîné sur plus de 30 ans de résultats de matchs internationaux pour prédire l'issue de rencontres de football, puis simuler un tournoi complet jusqu'à la finale de la Coupe du Monde 2026.

GeoAI

Classification de l'occupation du sol de Tanger par Random Forest

Classification supervisée de l'occupation du sol de Tanger par forêt aléatoire (Random Forest), à partir d'une image Sentinel-2 (bandes spectrales brutes et indices NDVI, MNDWI, NDBI) et de données de vérité terrain, pour distinguer quatre classes (agriculture, bâti, végétation arborée, eau). Score de validation croisée : 86%.

Web

Site web Zida Solaire

Site vitrine et e-commerce pour Zida Solaire, entreprise spécialisée dans la vente de produits solaires, électriques, électroniques et électroménagers, ainsi que dans les installations solaires, électriques et hybrides et le forage de puits électriques. Le site centralise le catalogue produits, la présentation des services et la prise de contact.

GeoAI

Dessiner le Tour de France 2027 par clustering

Cahier de vacances Machine Learnia : regrouper 120 villages en 21 étapes par clustering non supervisé (K-Means, classification ascendante hiérarchique), puis calculer l'ordre de passage optimal de chaque étape avec une heuristique gloutonne et l'algorithme 2-opt (une variante du problème du voyageur de commerce). L'analyse a révélé que la liste de villages fournie produisait des étapes bien plus longues que la moyenne réelle du Tour de France (plus de 200 km contre environ 150 km), une limite concrète du jeu de données identifiée et documentée.

GeoAI

Assistant virtuel de l'Hôtel Le Belvédère

Cahier de vacances Machine Learnia : construction d'un assistant virtuel pour la réception d'un hôtel, en trois étapes. D'abord un LLM généraliste (Qwen2.5, open source, exécuté localement) livré à lui-même, pris en flagrant délit d'hallucination sur des informations qu'il ne connaît pas. Puis l'ajout de la documentation complète de l'hôtel dans le prompt, avec une nette amélioration mais un temps de réponse plus long. Enfin, un vrai RAG (Retrieval-Augmented Generation, avec sentence-transformers pour les embeddings) qui ne fournit au modèle que les passages pertinents : réponses justes (horaires, tarifs, wifi), sources vérifiables, et refus honnête face à une question hors documentation.

Desktop

Afriki Achats — Gestion d'achats multiplateforme

Application de gestion d'achats et de stock pour PME, développée avec Ionic Vue et Capacitor. Elle centralise le suivi des articles, fournisseurs, commandes et transport, avec un tableau de bord en temps réel. Le stockage des données s'adapte automatiquement à la plateforme (SQLite en natif, localStorage sur le web) pour fonctionner hors-ligne. Disponible en version web, application Android, et application desktop (Windows/macOS/Linux) via Electron — une seule base de code pour les trois cibles.

Web

Burkina Solar Energy — Plateforme web full-stack

Site vitrine et backoffice complets pour une entreprise burkinabè d'énergie solaire, basée à Ouagadougou. L'application inclut un catalogue de produits (panneaux, onduleurs, batteries), une galerie de projets réalisés, un formulaire de contact avec suivi des messages, et un panneau d'administration permettant de gérer tout le contenu du site sans toucher au code. Architecture découplée avec API REST sécurisée par authentification JWT, connectée à une base de données MySQL hébergée dans le cloud.