[e-mail]

[téléphone]

CERTIFICATIONS

Databricks

Databricks Certified Generative AI

Engineer Associate

Google Cloud

ML Pipelines on Google Cloud

DeepLearning.AI

Generative AIwith Large Language

Models

Compétences techniques

Cloud

Azure:Azure OpenAI, AppService

GCP:Vertex AI, CloudFunctions, Cloud

Storage, BigQuery, Cloud Run, Pub/Sub

AWS:S3, Glue

Databricks, DeltaLake

LLM & Generative AI :

GPT(Realtime), Mistral AI, LangChain, RAG, LLama

Agentic AI & Orchestration :

CrewAI (multi-agent workflows),MCP

Server

NLP & Computer Vision:

TensorFlow, PyTorch, Scikit-learn, Pandas, NumPy,Transformers, PySpark

Data Analysis & Visualization:

Matplotlib, Seaborn, Looker,Streamlit

DevOps & CI/CD:

Docker, GitHub Actions,pipelines CI/CD

, Bash scripts, Pytest, MLflow

Scraping et APIs

Scrapy, BeautifulSoup, Requests, REST

APIs

Diplômes et Formations

MASTER SYSTÈMES

INFORMATIQUES ET MOBILES

Faculté des Sciences et Techniques , Tanger, Maroc

De 2022 à 2024

Licence en génie Informatique

Faculté des Sciences et Techniques, Tanger, Maroc

De 2019 à 2022

Langues

Français

courant

Anglais

courant

[nom]

Data Scientist | Generative AI

Expériences professionnelles

Data Scientist

Depuis septembre 2024 Corelia Tangier, Morocco

Projet client : Ficofi

Développement d’un chatbot intelligent capable de répondre aux questions des utilisateurs.

• Conception d’un agent conversationnel basé sur la recherche augmentée (RAG).
• Implémentation d’un agent Text-to-SQL pour requêtes analytiques automatisées
• Fine-tuning de LLM (LLaMA, Phi) sur données métier
• Développement d’API et intégration de données en temps réel (Asana)
• Déploiement et containerisation avec Docker
• Optimisation des performances via RLHF
• Développement web du front-end du chatbot.

Projet client : MTI France

Système intelligent d’analyse et de détection d’anomalies dans les logs

• Développement d’un système d’analyse de logs (prétraitement, détection d’anomalies, clustering)
• Implémentation d’un système RAG pour la recherche d’incidents similaires
• Utilisation de modèles LLM pour analyse des causes et recommandation de solutions Projet client : Ricoh France Lecture automatisée des appels d’offres publics
• Extraction et prétraitement de documents non structurés
• Définition d’un référentiel d’attributs métiers à extraire
• Définition d’un référentiel d’attributs métiers pour l’extraction d’informations
• Développement d’un système d’extraction basé sur RAG
• Conception de prompts optimisés pour l’extraction d’informations pertinentes Projet Interne Conception d’un système de génération de CV assisté par IA, permettant la traduction, correction et sélection intelligente des expériences, avec pour objectif de réduire le temps de création de CVet d’améliorer la qualité des candidatures générées.

Stack technique: LLM (LLaMA, Phi,Mistral AI), Transformers, RAG, LangChain, Prompt Engineering, Text-to-SQL, RLHF (PPO), FastAPI, PostgreSQL, Asana API, Webhooks, Docker, Kubernetes, GitHub Actions, regex, TF-IDF, clustering, Angular

Data Scientist

De février 2024 à juillet 2024

Ministère de l'Économie et des Finances Rabat, Morocco

Mesure de l’Indice de Santé du Secteur du Tourisme par Exportation des Opinions Issues des Plateformes en Ligne.

• Mise en place de pipelines d’acquisition automatisée de données (sites de journaux, APIs) avec le Web Scraping.
• Prétraitement, nettoyage, annotation et augmentation de données textuelles pour équilibrer les jeux de données.
• Développement et évaluation de modèles de classification des émotions (NLP) appliqués à des articles de presse.
• Automatisation complète des workflows data (collecte, traitement, prédiction) via Apache Airflow.
• Construction d’un indice annuel de sentiment du secteur touristique et analyse de sa corrélation avec les flux touristiques.
• Développement d’une application web interactive pour la visualisation des données et des indicateurs analytiques.

Stack technique: Scrapy, NLTK, PySpark, Pandas, NumPy, TensorFlow, scikit-learn,BERT, LSTM, Streamlit, Matplotlib, Flask, Docker, Angular, MongoDB, Seaborn, Plotly,Jira, Git/GitHub, Scrum.

Data Scientist

De juillet 2023 à septembre 2023 Smart Automation Technologies Tanger

Étude et développement de la chaîne logistique en utilisant le Deep Learning

Analyse des données capteurs et images pour identifi er les comportements àrisque (freinage brutal, fatigue, distraction).

Développement d’un modèle de Deep Learning (RNN + CNN) pour prédire lesrisques de retard ou d’accident en combinant données séquentielles et visuelles.

Stack technique: Python, TensorFlow, Keras, RNN, CNN, OpenCV, Pandas, NumPy,Scikit-learn, SQL