Scannez pour accéder à mon CV digital interactif
Scan to view my interactive digital CV
Scannez pour accéder à mon CV digital interactif
Scan to view my interactive digital CV
Étudiant – Programme Grande École EPITECH Paris
Stage chez Artefact (Août – Décembre 2026)
Student – EPITECH Paris Graduate Program
Internship at Artefact (August – December 2026)
Étudiant en 2ème année au Programme Grande École d’EPITECH Paris, je me spécialise dans l’Intelligence Artificielle appliquée à des problèmes concrets — de la santé (classification ML temps réel lors du hackathon MIT Hacking Medicine) au marketing (dashboards data-driven et prompt engineering chez Artefact, programme AI Augmented Marketing). Curieux, rigoureux et autonome, je cherche à poursuivre sur des projets IA concrets à fort impact business.
2nd-year student in the EPITECH Paris Graduate Program, specializing in Artificial Intelligence applied to real-world problems — from healthcare (real-time ML classification at the MIT Hacking Medicine hackathon) to marketing (data-driven dashboards and prompt engineering at Artefact, AI Augmented Marketing program). Curious, rigorous and autonomous, I'm looking to keep contributing to high-impact AI projects.
Je peux vous apporter une vision concrète sur l’automatisation IA : agents capables de gérer des tâches répétitives, réduire les coûts opérationnels et éliminer les erreurs humaines. Déterminé, je m’adapte vite et je livre.
I can bring a concrete perspective on AI automation: agents capable of handling repetitive tasks, reducing operational costs and eliminating human errors. Determined, I adapt quickly and deliver.
Langues : Languages : Français · Anglais (B2) · Arabe (lu, écrit, parlé)
ARTEFACT — Stagiaire IA, Programme AI Augmented Marketing
Sous la responsabilité de la Directrice Marketing & Communication Groupe. Deux missions sur une même
base de 4 715 posts LinkedIn (2020–2026) : (1) conception d'un dashboard interactif de performance
éditoriale (croissance, benchmark concurrentiel, performance par format) avec Gemini Enterprise Pro ;
(2) analyse croisée endogène (guidelines internes Artefact) et exogène (algorithme LinkedIn, marché)
pour isoler les 10 meilleurs et 10 moins bons posts par type de contenu, en diagnostiquer les facteurs
de performance via 7 Master Prompts par catégorie (prompt engineering), et produire de nouveaux posts
optimisés pour la portée organique.
ARTEFACT — AI Intern, AI Augmented Marketing Program
Reporting to the Group Marketing & Communications Director. Two missions on the same dataset of
4,715 LinkedIn posts (2020–2026): (1) an interactive editorial performance dashboard (growth,
competitive benchmark, format performance) built with Gemini Enterprise Pro; (2) a cross-analysis of
endogenous data (Artefact's internal guidelines) and exogenous data (LinkedIn's algorithm and market
trends) to pinpoint the top 10 and bottom 10 performing posts per content type, diagnose the drivers
behind them using 7 category-specific Master Prompts (prompt engineering), and generate new posts
optimized for organic reach.
MIT HACKING MEDICINE — Hackathon Pédiatrie Paris
Conception d'un système de monitoring sans-contact de nourrissons (Ange Gardien Néonatal).
Responsable du module audio : classification en temps réel de 4 types de pleurs (douleur, faim, détresse, silence)
à partir du son, avec un modèle de machine learning atteignant 86% de fiabilité (F1-score).
Pipeline complet : extraction de caractéristiques acoustiques, rééquilibrage des données, entraînement sur un dataset scientifique validé.
MIT HACKING MEDICINE — Pediatric Hackathon Paris
Built a contactless neonatal monitoring system (Neonatal Guardian Angel).
Led the audio module: real-time classification of 4 cry types (pain, hunger, distress, silence)
from sound, with a machine learning model reaching 86% reliability (F1-score).
Full pipeline: acoustic feature extraction, data rebalancing, trained on a validated scientific dataset.
ASSOCIATION EPISOLIDAIRE
Maraudes, collectes et actions solidaires à Paris.
EPISOLIDAIRE ASSOCIATION
Outreach programs, collections and solidarity actions in Paris.
EPITECH PARIS
2ème année Programme Grande École – Diplôme d’Expert(e) en technologies de l’information
visé par le ministère
de l’Enseignement supérieur et de la Recherche & Titre d’Expert(e)
en ingénierie logicielle enregistré au RNCP niveau 7.
EPITECH PARIS
Graduate Program – Software Engineering (2nd year)
BACCALAURÉAT – Mention B
Spécialités mathématiques & SES
HIGH SCHOOL DIPLOMA – Honors
Mathematics & Economics
Engagement associatif et actions humanitaires.
Community involvement and humanitarian actions.
Voir →
Hackathon MIT Pédiatrie Paris (avril 2026). Système de monitoring sans-contact de nourrissons pour la prévention du SMIN et la détection de douleur néonatale. Module audio : classification en temps réel de 4 types de pleurs à partir du son, avec un modèle de machine learning atteignant 86% de fiabilité (F1-score). Intégration FastAPI + WebSocket + dashboard Streamlit multi-berceaux.
MIT Pediatric Hackathon Paris (April 2026). Contactless neonatal monitoring system for SIDS prevention and neonatal pain detection. Audio module: real-time 4-class cry classification from sound, with a machine learning model reaching 86% reliability (F1-score). Integration with FastAPI + WebSocket + multi-crib Streamlit dashboard.
Stage chez Artefact, deux missions sur 4 715 posts LinkedIn (2020–2026). Dashboard data analytics sur Gemini Enterprise Pro (croissance, benchmark concurrentiel, performance par format). Analyse croisée endogène (guidelines internes) / exogène (algorithme LinkedIn, marché) pour isoler les 10 meilleurs et 10 moins bons posts par type de contenu et en diagnostiquer les facteurs de performance via 7 Master Prompts par catégorie (prompt engineering), afin de produire de nouveaux posts optimisés pour la portée organique.
Internship at Artefact, two missions on 4,715 LinkedIn posts (2020–2026). Data analytics dashboard on Gemini Enterprise Pro (growth, competitive benchmark, content-format performance). Cross-analysis of endogenous (internal guidelines) and exogenous (LinkedIn algorithm, market) data to pinpoint the top 10 and bottom 10 performing posts per content type and diagnose the drivers behind them using 7 category-specific Master Prompts (prompt engineering), to generate new posts optimized for organic reach.
Agent d'exécution autonome 24/7 pour e-commerçants : analyse les emails clients, traite les remboursements via API Shopify/Stripe, répond automatiquement via Gmail. Architecture LangGraph (Python async) + TypeScript. Démo fonctionnelle, infrastructure RGPD (Supabase EU). Zéro intervention humaine pour les remboursements sous 50€.
Autonomous 24/7 execution agent for e-commerce: analyses customer emails, processes refunds via Shopify/Stripe API, auto-replies via Gmail. LangGraph architecture (async Python) + TypeScript. Working demo, GDPR-compliant infrastructure (Supabase EU). Zero human intervention for refunds under €50.
Voir le projet →
Projet Epitech de 1ère année devenu projet personnel : moteur de rendu raycasting en C/CSFML façon Wolfenstein 3D, repris et enrichi sur plus de 100 commits. IA ennemie (combat à distance et au corps à corps, boss multi-phases avec invocations), cycle jour/nuit dynamique, murs secrets, minimap avec brouillard de guerre, sauvegarde complète, manette DS4, son spatialisé.
First-year Epitech project turned personal project: a Wolfenstein-3D-style raycasting engine in C/CSFML, rebuilt and extended over 100+ commits. Enemy AI (ranged and melee combat, multi-phase boss with summons), dynamic day/night cycle, secret pushwalls, fog-of-war minimap, full save system, DS4 gamepad support, spatialized audio.
GitHub →
Projet Epitech : machine virtuelle qui exécute des programmes assembleur (« champions ») s'affrontant pour survivre dans une mémoire circulaire partagée. Jeu d'instructions complet (16 opcodes : chargement/stockage mémoire, arithmétique, sauts conditionnels, et fork/lfork pour des champions multi-processus), ordonnancement par cycles avec mécanisme de survie (« cycle to die »), mode dump mémoire/registres pour le debug.
Epitech project: a virtual machine that executes assembly programs (“champions”) fighting for survival in a shared circular memory arena. Full 16-opcode instruction set (memory load/store, arithmetic, conditional jumps, and fork/lfork for multi-process champions), cycle-based scheduling with a survival mechanic (“cycle to die”), memory/register dump mode for debugging.
GitHub →
Recode de la commande top en C avec ncurses pour afficher les processus et données système en temps réel.
Reimplementation of the top command in C using ncurses to display real-time system processes.
GitHub →
Simulation graphique d’avions avec détection de collisions et zones de contrôle.
Graphical aircraft simulation with collision detection and control zones.
GitHub →
Régressions linéaires appliquées à des données démographiques pour prédire la population en 2050.
Linear regressions applied to demographic data to predict population growth in 2050.
GitHub →Laissez-moi vos coordonnées et je vous recontacte rapidement.
Leave your details and I’ll get back to you quickly.
Email : kays.pernin@epitech.eu
TéléphonePhone : 07 62 39 17 77
Site : kayspernin.com
