[nom]

Data Scientiste / Ingénieure d’État

[e-mail] | [téléphone] | [lien]

[lien] | [lien]

Profile

Data Scientiste passionnée par l’intelligence artificielle, spécialisée dans la conception de modèles d’apprentissage automatique performants et leur intégration dans des environnements industriels. Capable de transformer les données complexes en leviers d’efficacité, d’innovation et de décision stratégique.

Éducation

École Nationale des Sciences Appliquées (ENSA), Kouribga · Sept 2020 – Juin 2025

Diplôme d’Ingénieure d’État en Informatique et Ingénierie de Données.

Expérience

Data Scientiste (Projet de Fin d’Études) - Avionav, Tunis (Remote) · Fév 2025 – Juil 2025

• Conception d’un système intelligent de détection d’anomalies dans les roulements mécaniques à partir de signaux vibratoires. Modèle de prédiction atteignant 93,3 % de précision, intégré à ROS2 pour la maintenance prédictive en temps réel.

Stagiaire Data Scientiste (PFA), Groupe OCP, Maroc · Juil 2024 – Sep 2024

• Analyse de données vibratoires pour la détection d’anomalies à l’aide de méthodes non supervisées (K-Means, Isolation Forest) et l’identification automatique des niveaux de vibration des machines tournantes.

Projets

MLOps appliqué à la détection de fraude sur les transactions bancaires

• Développement d’un modèle de détection de fraude bancaire avec MLflow, DVC et GitHub Actions pour des pipelines automatisés, suivi des métriques et intégration continue.
• Déploiement sur HuggingFace avec surveillance via EvidentlyAI pour le suivi des data drift et de la qualité, garantissant un modèle reproductible et prêt pour la production.

Détection des maladies des plantes

• Conception d’un système intelligent de classification d’images foliaires pour la détection automatisée des maladies agricoles, atteignant une précision de 83%.

Classification des images orbitales de Mars

• Développement d’un modèle ResNet-50 pour classifier des images orbitales améliorant la précision de 95% de l’analyse géologique.

Technologies

Langages de programmation : Python, SQL · Développement & APIs: FastAPI, Pytest

Data Science /Machine Learning : Scikit-learn, · DevOps & CI/CD : Git/GitHub, GitHub Actions, CI/CD,

PyTorch, MLflow, DVC, Hugging Face, NLP · Docker, Microsoft Azure.

Analyse de données: NumPy, Pandas, Matplotlib,

Seaborn, Power BI · Bases de données : MySQL, MongoDB

Certifications

• Supervised Machine Learning: Regression and · • Data Science in Python, DataCamp Classification, Coursera
• Advanced Learning Algorithms, Coursera · • Agile Project Management, Coursera Langages
• Arabe · • Français · • Anglais