MBMohammed Benghanem.
Ouvert aux postes d'ingénieur IA · Présentiel, hybride ou à distance

Je conçois des produits intelligents, du modèle à l'interface.

Je suis Mohammed Benghanem, ingénieur en IA générative orienté livraison : pipelines RAG, fine-tuning QLoRA et workflows d'agents, intégrés dans des API sécurisées et des interfaces React / Next.js soignées.

Voir mes projetsTélécharger le CV
Mohammed Benghanem
Ingénieur IA & Développeur Full Stack
RAG · ClauseLens
95 %
citations vérifiées
Faux positifs
82 % → 0,1 %
Fine-tuning QLoRA
IA multi-agents
LangGraph
Validation humaine
Full stack
Next.js
FastAPI · NestJS · Docker

Technologies avec lesquelles j'ai livré

PyTorchHugging FaceClaude APILangGraphTensorFlowscikit-learnOllamaFastAPINext.jsReactPostgreSQLDockerAWS
Profil

L'IA générative, pensée pour la production

Ingénieur en intelligence artificielle spécialisé en IA générative et en développement web, de l'interface aux services applicatifs.

Expérience en conception de systèmes RAG, fine-tuning de grands modèles de langage (LLM) avec QLoRA et orchestration d'agents IA. Maîtrise de Python, FastAPI et React / Next.js pour intégrer des modèles prédictifs et déployer des applications sécurisées.

  • RAG avec recherche hybride sur pgvector
  • Fine-tuning de LLM avec QLoRA (PEFT / TRL)
  • Workflows multi-agents et appel d'outils
  • API sécurisées et déploiements Docker
Me contacter
01

IA générative

RAG avec recherche hybride, fine-tuning de LLM (QLoRA, PEFT/TRL), workflows multi-agents avec LangGraph et agents avec appel d'outils via l'API Claude.

02

Ingénierie full stack

Backends FastAPI, NestJS et Node/Express, PostgreSQL / pgvector / PostGIS, et interfaces React / Next.js / TypeScript.

03

Culture de la production

Évaluation sans fuite de données, API sécurisées avec limitation de débit, déploiements Docker et tableaux de bord temps réel réellement utilisés.

Expériences

Là où j'ai livré

Trois expériences à livrer des produits IA et full stack pour de vraies entreprises.

  1. Taxi TremplinPoste actuel

    Développeur web et IA indépendant

    Août 2026 — Présent

    • Conception du backend complet en NestJS, PostgreSQL / PostGIS et Redis : dispatch géolocalisé des chauffeurs, calcul des tarifs, authentification par SMS et notifications. Déploiement avec Docker.
    • Création du tableau de bord d'administration en React / TypeScript pour gérer les chauffeurs, les clients, les courses, les tarifs et les paiements.
    • Développement d'un assistant de réservation intelligent basé sur l'API Claude (Anthropic), permettant de commander un taxi en langage naturel grâce aux agents IA et à l'appel d'outils (tool use).
    NestJSPostGISRedisReactTypeScriptClaude APIDocker
  2. Yosobox

    Stagiaire en IA et développement web

    Mars — Sept. 2026

    • Développement de deux modèles de prédiction du taux d'humidité (LoD) : un modèle physique et un modèle ANN.
    • Intégration des deux modèles dans un tableau de bord temps réel : microservice FastAPI, API Node/Express sécurisée et stockage Supabase.
    • Création d'une route API sécurisée (clé admin, limitation de débit) pour déclencher les prédictions ANN.
    • Correction de bugs d'intégration et exposition de la courbe de séchage du modèle physique.
    PythonANNFastAPINode.jsExpressSupabase
  3. Lotus Capital

    Stagiaire en IA et développement web

    Janv. — Mars 2026

    • Développement d'une plateforme de veille concurrentielle sur les réseaux sociaux : collecte multi-sources (X, LinkedIn, RSS, Reddit) et analyse de l'engagement.
    • Conception de workflows multi-agents avec LangGraph pour détecter les tendances et générer du contenu, avec validation humaine à chaque étape (human-in-the-loop).
    • Recherche de similarité et détection de doublons par embeddings (pgvector), avec comparaison des posts publiés à ceux des concurrents.
    LangGraphMulti-agentspgvectorEmbeddingsPython
Portfolio & études de cas

Des projets réels, un impact mesurable

Une sélection de systèmes IA que j'ai conçus, entraînés et déployés.

RAG · Fine-tuning de LLM★ Projet phare

ClauseLens

Analyse de clauses contractuelles par RAG et fine-tuning QLoRA

Application RAG qui analyse des contrats commerciaux selon une checklist de 12 clauses juridiques, avec des réponses structurées appuyées par des citations exactes vérifiées côté serveur.

  • Recherche hybride sémantique et plein texte sur PostgreSQL / pgvector, retenue après comparaison sur jeu de validation.
  • Évaluation sans fuite de données sur 510 contrats annotés par des juristes.
  • Fine-tuning QLoRA de Qwen2.5-1.5B (Hugging Face PEFT / TRL) sur un GPU de 6 Go.
PyTorchQLoRAQwen2.5FastAPIPostgreSQLpgvectorNext.js

Résultats sur des contrats jamais vus

Faux positifs

82 %→0,1 %

Avant
Après

Citations vérifiées

69 %→95 %

Avant
Après

12

clauses juridiques

510

contrats

1,5 Md

paramètres

Projets personnels & open source

Recall@1 sur un benchmark adversarial

Vectoriel seul35 %
Vectoriel + re-ranking58 %
Hybride (BM25 + vectoriel)54 %
Hybride + re-ranking100 %
RAG · Assistant de rechercheOpen source

Academic Paper Q&A

Posez des questions sur des articles scientifiques en PDF et obtenez des réponses en streaming, ancrées dans le texte source, avec citations et score de confiance. Recherche en trois étapes (vectorielle + BM25 fusionnées par Reciprocal Rank Fusion, puis re-ranking par cross-encoder) et LLM interchangeable : Ollama en local, OpenAI ou Anthropic.

FastAPIChromaDBBM25Cross-encoderReactDocker

35 % → 100 %

Recall@1, vectoriel seul vs. pipeline complet

Voir le code

Évaluation sur 300 tickets de validation

JSON valide100 %
Conforme au schéma96,7 %
Précision catégorie87,9 %
Précision priorité84,8 %
Fine-tuning de LLM · SupportOpen source

Agent de support SaaS multilingue

Agent de support EN/FR qui classe les tickets SaaS en 12 catégories, prédit la priorité et le sentiment, détecte les informations manquantes et rédige une réponse, le tout en JSON strict validé par schéma avec réparation automatique. Qwen2.5-3B fine-tuné avec QLoRA sur une RTX 3060 de 6 Go.

Qwen2.5-3BQLoRAPEFTFastAPIReactJSON schema

45 % → 85 %

Précision de la priorité après rééquilibrage des données

Voir le code

Sélection du modèle · F1-macro en CV 5 plis

LinearSVC0,929
Régression logistique0,919
Naive Bayes multinomial0,891
NLP · Data scienceOpen source

Job Market Insights

Étude de bout en bout du marché de l'emploi marocain : offres collectées sur des sites comme ReKrute, nettoyées et analysées par région et compétence, puis un classifieur qui prédit la catégorie d'une offre à partir de sa description et recommande des formations universitaires adaptées, servi via FastAPI et React.

Web scrapingscikit-learnTF-IDFNLTKFastAPIReact

94 %

Précision en test sur 9 catégories de métiers

Voir le code
cloudsentinel · tableau de bord
Tableau de bord des incidents CloudSentinel
Cybersécurité · IA hybrideProjet de fin d'études

CloudSentinel

Mon projet de fin d'études de Master : un système de détection d'intrusions par IA pour les réseaux cloud, entraîné sur CSE-CIC-IDS2018 (16,2 M de flux, 77 caractéristiques). Un Random Forest bloque les attaques connues, un auto-encodeur rattrape les anomalies zero-day qu'il laisse passer, et un LLM local (Llama 3.2 via Ollama) rédige des rapports de remédiation ancrés dans les données pour les analystes SOC. Le trafic réel est capturé avec CICFlowMeter et envoyé vers un tableau de bord FastAPI + React.

Random ForestAuto-encodeurDQNOllamaFastAPIReactDocker

1,6 % → 77 %

Familles d'attaques inédites détectées : Random Forest seul vs. couche auto-encodeur

Issus de mon expérience professionnelle

Agent IA · MobilitéFreelance

Assistant IA de réservation de taxi

Taxi Tremplin

Réservation de courses en langage naturel grâce aux agents Claude et à l'appel d'outils, connectée à un backend de dispatch géolocalisé et à son tableau de bord d'administration.

Claude APITool useNestJSPostGIS

3

Livrables : API, admin, assistant IA

Multi-agents · VeilleStage

Agents de veille concurrentielle

Lotus Capital

Pipeline multi-agents LangGraph qui suit les concurrents, détecte les tendances et rédige du contenu avec validation humaine à chaque étape.

LangGraphpgvectorHITL

4

Sources : X, LinkedIn, RSS, Reddit

ML prédictif · IndustrieStage

Tableau de bord de prédiction d'humidité

Yosobox

Modèles physique et neuronal de prédiction du LoD, servis par un microservice FastAPI dans un tableau de bord temps réel.

ANNFastAPISupabase

2

Modèles : physique + ANN

Fine-tuning

95 %

Citations vérifiées sur des contrats jamais vus

Évaluation

510

Contrats annotés par des juristes, sans fuite

Efficacité

6 Go

Un seul GPU pour fine-tuner un LLM de 1,5 Md

Expérience

3

Expériences en IA et développement web

Vous recrutez un ingénieur IA capable d'amener un modèle jusqu'en production ?

Me contacter
Compétences

Ma boîte à outils technique

De l'entraînement des modèles au déploiement en production.

Machine Learning & NLP

13
PyTorchTensorFlowscikit-learnPandasNumPyLLMsRAGFine-tuningQLoRALangGraphHugging FaceNLTKPrompt engineering

Backend & bases de données

12
PythonJavaScriptNode.jsExpress.jsFastAPINestJSPostgreSQLpgvectorMongoDBChromaDBSupabaseRedis

Frontend

04
ReactTypeScriptNext.jsTailwind CSS

DevOps & outils

04
DockerGitBashAWS
Parcours

Formation & certifications

01

2024 — 2026

Master en Big Data, Intelligence Artificielle et Applications Avancées

Université Ibn Tofail, Maroc

02

2021 — 2024

Licence Professionnelle en Science Mathématique et Informatique

Université Ibn Tofail, Maroc

Certifications

  • AWS Cloud Technical EssentialsAWS
  • Machine Learning with PythonIBM
  • Tools for Data ScienceIBM

Langues

  • ArabeLangue maternelle
  • AnglaisCourant (C1)
  • FrançaisProfessionnel
Contact

Vous recrutez un ingénieur IA ? Parlons-en

Je suis disponible immédiatement pour un poste d'ingénieur IA ou de développeur full stack — en présentiel, en hybride ou à distance, et ouvert à la mobilité. Le plus rapide est de m'écrire par e-mail ; mon CV est disponible en français et en anglais.

E-mailmohammed.benghanem@uit.ac.ma
Téléphone+212 7 66 92 91 94
LocalisationTiflet, Maroc

Disponible pour un entretien

Envoyez-moi l'intitulé du poste ou la fiche de poste, je vous réponds rapidement avec mes disponibilités.

Me contacter par e-mailTélécharger le CVAussi disponible en anglais