[nom]

Junior Data Engineer

ƒ [téléphone] · # [e-mail]

[lien]

[lien]

Profil

Jeune diplômée d’un Master en Machine Learning Avancé et Intelligence Multimédia, avec six mois d’expérience appliquée en environnement bancaire sur la conception d’une chaîne de données temps réel et l’industrialisation de modèles de Machine

Learning. Solides bases en ingénierie de données (Kafka, Spark Structured Streaming, PostgreSQL, ETL, Docker, MLflow) et en développement d’APIs REST, avec une approche orientée bout-en-bout : de la collecte et du traitement des données jusqu’au déploiement et au monitoring de modèles. À l’aise sur l’ensemble de la chaîne de valeur data (infrastructure, pipelines, industrialisation ML), avec le goût du partage de connaissances et de l’autonomie technique.

Expérience Professionnelle

Stage de Fin d’Études – Al Barid Bank · Fév. 2026 – Juil. 2026

Projet : Système de détection de fraude bancaire en temps réel

• Conçu et implémenté un pipeline de données temps réel avec Apache Kafka et Apache Spark Structured Streaming, traitant jusqu’à 50 transactions/seconde, incluant le prétraitement et la transformation continue des flux transactionnels.
• Développé et benchmarké cinq modèles ML (XGBoost, LightGBM, Random Forest, Isolation Forest, Voting Ensemble) sur un jeu de données fortement déséquilibré (taux de fraude ∼0,17%) ; le modèle XGBoost retenu atteint 94% de précision et 89% de rappel.
• Suivi et versionnement des modèles avec MLflow, déploiement conteneurisé avec Docker, et supervision de la performance système via des dashboards Grafana.
• Développé des APIs REST pour l’intégration des composants du système, avec persistance des données dans PostgreSQL.
• Travaillé en autonomie sur l’ensemble de la chaîne : conception, implémentation, optimisation des performances et de la scalabilité.

Projets

Plateforme Data & ML pour Système de Recommandation E-commerce · 2026

• Conception d’une plateforme data engineering & ML de bout en bout sur le dataset Olist (e-commerce brésilien, ∼100k commandes, multi-tables) : data lake, modélisation avec dbt, orchestration des pipelines avec Airflow.
• Mise en place d’un feature store et suivi des expérimentations avec MLflow pour l’industrialisation du modèle de recom- mandation.
• Exposition du modèle via une API FastAPI, avec monitoring et intégration CI/CD.

Chatbot Intelligent basé sur le RAG (LLM) · 2025

• Développement d’un chatbot Retrieval-Augmented Generation combinant un LLM, une recherche sémantique documen- taire et une interface conversationnelle.

Analyse de Données Twitter en Temps Réel · 2025

• Collecte de données en streaming via l’API Twitter (Tweepy).
• Nettoyage, transformation et analyse exploratoire (EDA) avec Pandas et NumPy.
• Stockage des données dans MongoDB et visualisation des tendances temporelles et indicateurs clés.

Formation

Master, Machine Learning Avancé et Intelligence Multimédia · 2024 – 2026

Faculté des Sciences Dhar El Mahraz – Fès

Licence, Informatique · 2021 – 2024

Faculté des Sciences Aïn Chock – Casablanca

Compétences Techniques

• Langages : Python, SQL, Java
• Data Engineering : Apache Spark, Apache Kafka, Airflow, dbt, ETL, Data Pipelines, Hadoop (notions)
• Machine Learning : XGBoost, LightGBM, Random Forest, Isolation Forest, Voting Ensemble, Scikit-learn, TensorFlow
• Data Analysis & BI : Pandas, NumPy, EDA, Statistiques, Power BI, Data Visualization
• Bases de Données : PostgreSQL, MySQL, MongoDB, Neo4j
• APIs & Outils : FastAPI, Docker, Git, MLflow, Grafana, Jupyter Notebook, Postman, CI/CD
• Soft Skills : Communication technique/non-technique, rigueur analytique, autonomie, curiosité, adaptabilité

Langues

• Arabe : Langue maternelle
• Français : Avancé
• Anglais : Professionnel