À la recherche d'un stage de fin d'études

Je conçois des systèmes qui apprennent à décider.

Frank KEYANYEM, élève-ingénieur en double diplôme entre l'École Nationale Supérieure Polytechnique de Yaoundé et l'INP Toulouse N7. Je travaille à la frontière entre intelligence artificielle et logiciel embarqué.

GitHub ↗

Quelques projets développés

La démarche compte plus que le nombre.

Réalité augmentée · équipe de 3

Solar System AR : explorer le système solaire en réalité augmentée

Application mobile pédagogique : un marqueur (une carte du système solaire) fait apparaître les planètes en orbite. Toucher une planète affiche ses données et lance un audio explicatif, et un quiz teste les connaissances.

Architecture Unity + Vuforia pour l'AR, scripts C# modulaires : orbites, placement par tap, détection des touches, gestion du quiz et de l'audio
Stack Unity · C# · Vuforia
Vision par ordinateur

CountAI : comptage de personnes sur photo par IA locale

Compter des personnes sur une image à la main est lent et sujet à erreur. L'application détecte et compte automatiquement, sans envoyer aucune image sur le cloud.

Architecture YOLOv8 Nano (Ultralytics) exécuté en local derrière une API Flask ; import d'image ou capture webcam, résultat avec niveau de confiance
Stack Python · Flask · YOLOv8 · JavaScript
Recherche multimodale

M2 : moteur de scoring multimodal texte + image

Le moteur compare une requête (texte et/ou image) à l'ensemble du catalogue produits et les classe par pertinence, en fusionnant similarité textuelle et similarité visuelle.

Architecture Embeddings texte (USE) et image (Xception), similarité cosinus, fusion pondérée α/β, API REST FastAPI et MongoDB (Beanie)
Stack Python · FastAPI · MongoDB · Beanie
IHM & UX

Compteur de personnes IA : application web mobile-first

Application « Mobile First » qui compte les personnes sur une photo prise à la caméra ou importée depuis la galerie, et renvoie une brève description de la scène. Le dépôt inclut un rapport de conception (personas, HTA, critères de Bastien et Scapin).

Architecture React 19 et Tailwind CSS ; analyse d'image déléguée au modèle Gemini via le SDK @google/genai
Stack React · TypeScript · Tailwind CSS · Gemini

Autres travaux

TP1_DL ↗ Entraînement d'un modèle MNIST exposé via une API Flask (/predict), avec Dockerfile et suivi MLflow.

Tous les dépôts ↗

Parcours

Mobilité encadrée.

  1. Sept 2026 - en cours

    Ingénieur en Systèmes Logiciels

    INP Toulouse - ENSEEIHT

    Double diplôme, spécialisation systèmes logiciels.

  2. Sept 2022 - en cours

    Ingénieur en Art & Intelligence Artificielle

    École Nationale Supérieure Polytechnique de Yaoundé

    4ème au concours national d'entrée (+1500 candidats). Prime d'excellence académique du Président de la République, 2025.

Compétences

Regroupées par famille d'ingénierie.

Programmation

  • Python - scikit-learn, NumPy, Pandas, Matplotlib
  • Java (POO)
  • JavaScript

Mathématiques & IA

  • Analyse numérique, probabilités & statistique
  • Optimisation, théorie des graphes
  • Deep Learning, agents intelligents

Données

  • Modélisation prédictive & régression
  • Power BI, Seaborn
  • OCR, vision par ordinateur

Outils & environnement

  • Git, Jupyter, Google Colab, VS Code
  • LaTeX
  • Figma, Photoshop, Illustrator

Activité GitHub

@cskef ↗
—dépôts publics
—étoiles cumulées
—langage principal

Vous pouvez me contacter.