[nom]

Ingénieur Data & IA

Profil

Ingénieur d’État Big Data, passionné par le traitement, l’ingestion et l’intégration des don-nées. Je souhaite rejoindre une équipe Data pour concevoir, déployer et optimiser des pipelines de données fiables et scalables, supportant des projets d’Intelligence Artificielle et Machine Learning.

Expériences

Novembre 2025 - Présent

LafargeHolcim, Bouskoura (Intérim – Tectra)

Commercial Logistique

Exploitation et analyse des données logistiques via les systèmes d’information in-ternes

• Exploitation et structuration des données issues des systèmes logistiques.
• Utilisation avancée des systèmes internes pour la gestion, la structuration, la planification et le suivi des commandes clients.
• Analyse des flux (volumes, délais, incidents) pour identifier patterns, anomalies et axes d’optimisation.
• Suivi et interprétation des indicateurs de performance logistique (retards, incidents, vol- umes, charges) et analyse des écarts.

Technologies : Excel, HODIM, S-Drive, SAP TMS, Zonda, MiX Telematics

Février 2025 - juillet 2025

Banque Centrale Populaire, Casablanca

Data et AI Engineer en Supervision du SI - Supervision intelli-gente des incidents Zabbix

Conception d’un pipeline d’IA pour automatiser la détection et le regroupement d’incidents similaires dans le SI.

• Mise en place de la supervision via Zabbix API et streaming temps réel avec Kafka + Spark Structured Streaming.
• Vectorisation sémantique avec SBERT (all-MiniLM) pour la détection de similarités en- tre alertes.
• Clustering DBSCAN et génération de résumés de problèmes via un modèle LLaMA local (Ollama). - Analyse de causes racines avec pyRCA.
• Stockage structuré dans PostgreSQL et visualisation dynamique dans Grafana.
• Conteneurisation avec Docker et respect des principes de Clean Code.

Technologies : Zabbix API, Python, Kafka, Spark, Redis, PostgreSQL, MongoDB, Grafana, DBSCAN, SBERT (all-MiniLM), Docker, Ollama Server, Llama, Flask juillet 2024 - Septembre 2024

Averda Environmental Service, Casablanca

Ingénieur Data Science et IA en Département SIG

Développement un Systeme de gestion des déchets urbains en utilisant Intelligence

Artificielle.

• Collecte, nettoyage et annotation des données pour constituer les datasets.
• Détection avec YOLOv8 et classification avec MobileNet v2 (tests de VGG16).
• Optimisation des modèles et déploiement en temps réel.
• Création d’un dashboard Power BI pour le suivi des déchets.

Technologies : Python, YOLOv8, MobileNet v2, VGG16, Kaggle, LabelImg, Roboflow, SQL Server, Streamlit, Ngrok, Power BI, Matplotlib.

Projets

Développer un assistant intelligent capable de répondre aux in-cidents IT en langage naturel grâce à la GenAI.

• Outils utilisés :Python, LangChain, FAISS, Ollama (Llama3.1), Flask, Docker, Post- greSQL Realisation d’un Système de prospective et d’alignement dynamique pour l’optimisation du recrutement et Analyse en temps réel du marché de l’emploi
• Outils utilisés :Python, Llama, Kafka, Spark, Databricks, Snowflake, dbt, Pinecone, Redis PostgreSQL, Tableau u · Berrechid
• [téléphone] ć · [e-mail]

] · [nom]

a · [nom]

Éducation

2022 – 2025 · Cycle d’ingénieur en système d’information

et big data

ENSA Berrechid

Université Hassan I

2020 – 2022 · Cycle préparatoire

ENSA Berrechid

Université Hassan I

2019 – 2020 · Baccalauréat en sciences physiques

Lycée Oulad Hriz Berrechid

Compétences

IJ Langages & SQL: Python, SQL, Java

Ɓ Base de Données:

• Rolationnelles : SQL Server, MySQL, PostgreSQL
• NoSQL : MongoDB, Elasticsearch, Redis, Neo4j

ǀ Écosystème Data

• Stockage de données : Snowflake, HDFS, Cassandra, Hbase
• Traitement et analyse : Spark, Databricks, Hadoop(MapReduce), Hive, Pig
• Flux de données en temps réel : Kafka
• Orchestration et automatisation : Airflow, dbt
• Conteneurisation : Docker

͓ Machine Learning et IA :

• ML/DL : scikit-learn, TensorFlow, PyTorch, clustering (DBSCAN), Computer Vision (YOLO, MobileNet, VGG, OpenCV)
• NLP/LLM : SBERT, Ollama, Vector DB (Pinecone, FAISS), RAG, Prompt Engineering Python Data Science Stack: numpy, pandas, scikit-learn Í Business intelligence:
• ETL, Automatisation & Data Warehouse : : SSIS, Power Query, VBA, Conception Data Warehouse
• Visualisation : Power BI, Tableau, Matplotlib, Grafana ģ Supervision IT :

Zabbix, Grafana

̳ Modélisation et Conception :

UML, Scrum (Agile)

ǀ Virtualisation :

ESXi, VMWare, VirtualBox ģ Systèmes d’exploitation:

Windows , Linux

Certifications et cours

2025 · Azure AI Engineer

Microsoft

2023 · Foundations: Data, Data, Everywhere

Google

2024 · Azure Fundamentals

Simplilearn Skillup

2024 · Machine Learning using Python

Simplilearn Skillup

2024 · Apache Spark Data Analytics for Beginners

Simplilearn Skillup

Langues

• Arabe: Maternelle
• Français: Courant
• Anglais: Intermédiaire