[nom]
Data Scientist | Data Analyst
Data Scientist et Data Analyst avec expertise en apprentissage automatique et deep learning.
Expérimenté dans collecte, préparation et analyse de données pour résoudre des problématiques métiers via des solutions techniques innovantes. Motivé à rejoindre une équipe dynamique pour contribuer à des projets à fort impact.
[téléphone]
[e-mail]
Fès , Maroc
[lien]
[lien]
COMPÉTENCES
TECHNIQUES
Programmation : Python, R, Java, C/C++, PHP, Prolog
Data Science : Machine Learning & Deep
Learning · (Supervised, · Semi-supervised,
Unsupervised, Reinforcement Learning), Data
Mining, NLP, Vision par Ordinateur, Statistics
IA · Générative · : · GANs, · Autoencoder,
Transformers, Diffusion Models, LLMs, GPT, BERT, AraBERT, RAG, HuggingFace
Conception et bases de données : UML, Merise, Design Patterns, Oracle, MySql, MongoDB
Informatique · Décisionnelle · : · Data
Warehousing, Data Modeling, ETL, SSIS, SSAS, Power BI, Excel, VBA
Technologies Web : · Javascript, Java/JEE,
Spring Boot, Flask, React
Technologies mobiles : Android Studio, Java, Flutter, Firebase
Services web : RESTful, SOAP, XML, JSON
Méthodologies agiles : Scrum, XP
Gestion de projet : Jira , Git, GitHub, GitLab
Virtualisation : Docker, Vmware
LANGUES
Français : Courant
Anglais : Intermédiaire
Arabe : langue maternelle
CERTICATIONS
Oracle Cloud Infrastructure AI Foundations
(Oracle University)
SQL Advanced (hackerrank)
Feature Engineering for NLP in Python
(DataCamp)
Power BI : Intégrer l'IA et le machine learning (LinkedIn Learning)
EXPÉRIENCES PROFESSIONNELLES
Lear Corporation - Tanger, Maroc
Janvier 2026 – présent
Data Analyst
Mise en place de processus ETL sur des données logistiques.
Génération automatisée de rapports KPI logistiques sur demandes, stocks, délais et coûts.
Création de dashboards BI interactifs pour soutenir l’analyse des flux logistiques, MRP et matières critique.
Technologies : Power BI, Excel, VBA, Python, SQL, QAD
LS2N, IMT Atlantique - Nantes, France
Mars 2025 – Sept 2025
Stage PFE : Acquisition de contraintes en fouille de données
Extraction de motifs à partir de données transactionnelles.
Développement d’un outil interactif pour intégrer l’utilisateur au processus de fouille de données.
Identification de caractéristiques pertinentes pour l’apprentissage de contraintes
(formules booléennes, polynomiales, arithmétiques).
Technologies : Java, C++, choco mining, Gecode, SICStus Prolog
Ryd MediaTech – Fès, Maroc
Juin 2024 – Sept. 2024
Stage : Application Mobile d'Actualités pour les Malvoyants
Développement d'une application mobile cross-platform pour malvoyants.
Mise en place d’un système de web scraping pour l’agrégation en temps réel d’actualités multi-sources.
Intégration des technologies TTS (Text-to-Speech) et STT (Speech-to-Text) pour une interaction entièrement vocale.
Technologies : Flutter, Python, BeautifulSoup, Google TTS/STT, Firebase.
DIPLÔMES ET FORMATIONS
Master 2: Exploration Informatique des Données et Décisionnel (EID2)
Institut Galilée, Université Sorbonne Paris Nord (U.S.P.N) · 2024-2025
Master: Web Intelligence et Science des Données (WISD)
Faculté des Sciences Dhar El Mhraz (F.S.D.M) (U.S.M.B.A) · 2023-2025
Licence: Sciences Mathématiques et Informatiques (SMI)
Faculté des Sciences Dhar El Mhraz (F.S.D.M) (U.S.M.B.A) · 2020-2023
PROJETS
Prédiction des cours boursiers avec GAN et analyse de sentiments.
Développement d’un modèle GAN pour prédire les fluctuations des actions Amazon à partir de données historiques et techniques.
Intégration de l’analyse de sentiments des tweets pour évaluer l’impact de l’opinion publique et des médias sociaux sur les mouvements du marché.
Technos : Python, TensorFlow, vaderSentiment, Scikit-Learn, Matplotlib, LSTM, CNN.
Segmentation d’instance dans les vidéos de matchs de football.
Détection, segmentation et suivi des joueurs, du ballon, de l’arbitre et du gardien dans des vidéos de matchs.
Entraînement du modèle sur des images annotées via Roboflow pour une détection précise et fiable.
Technos : Python, OpenCv, Roboflow, YOLOv8.
Application mobile et desktop de contrôle parental basée sur NLP
Développement d’une application mobile et desktop de contrôle parental pour surveiller l’activité en ligne des enfants (messages, réseaux sociaux, etc.).
Analyse des messages par Text Mining et NLP pour détecter les contenus sensibles.
Technos : Java, Python, Android Studio, Machine Learning, NLP.
