[nom]

[téléphone]| [e-mail]

[lien]

À la recherche d'une opportunité en analyse de données. Intéressé par l'exploration et la valorisation des données, le reporting et l'analyse statistique afin de soutenir une prise de décision éclairée. Désireux de contribuer en transformant les données en insights fiables et actionnables.

FORMATION

École d'ingénieurs, Mathématiques appliquées et modélisation (Data Science)

Polytech Nice Sophia | 2022 - 2025

Classes préparatoires, Mathématiques-Physique

IBN ABDOUN | 2019 – 2021

COMPÉTENCES ET OUTILS

Programmation: Python (pandas, NumPy, Matplotlib), SQL, Bash, Git

Data Engineering & Cloud: ETL, Data pipelines, Airflow, Snowflake, APIs, Docker, Microsoft Azure, Databricks

Analyse de données et visualisation: Excel, Data cleaning, EDA, KPI, Statistical analysis, Power BI

Langues : Français (Courant), Anglais (Intermédiaire, TOEIC : 860), Arabe (Langue maternelle)

EXPÉRIENCES PROFESSIONNELLES

Data Scientist -Stage- Optimisation Industrielle

Michelin | Clermont-Ferrand, France | Avril 2025 - Octobre 2025

• Collaboration avec les data scientists et experts terrain pour identifier les besoins en optimisation
• Étude et mise en œuvre de méthodes d'optimisation bayésienne (processus gaussiens, fonctions d'acquisition) appliquées à des cas industriels réels chez Michelin
• Analyse des procédés de fabrication du pneumatique, nettoyage et structuration de jeux de données industrielle.
• Calibration de modèles de simulation industrielle par optimisation bayésienne et développement d'une bibliothèque Python interne encapsulant les fonctions principales de BoTorch avec documentation technique
• Automatisation des processus d'analyse et d’optimisation via pipelines ETL et déploiement d'outils d'aide à la décision pour les équipes métier Technologies : Python, BoTorch, SciPy, Bash, Git, Ax, Microsoft Azure, Databricks Data Analyst- Stage - Segmentation de patients à partir de biomarqueurs I3S | Nice, France | Mai 2024 - Septembre 2024
• Étude, validation et structuration de données biologiques de patients atteints de troubles mentaux, et préparation des données pour l’analyse
• Analyse exploratoire (EDA) et classification pour identifier des patterns biologiques et différencier les profils patients, avec évaluation des résultats
• Modélisation non supervisée et réduction de dimension (clustering, Manifold Learning) pour segmenter les profils patients et générer des insights actionnables Technologies: Excel, Python, Pandas, NumPy, scikit-learn, Matplotlib, Seaborn

PROJETS

Pipeline Crypto en Temps Réel

• Conception et développement d'un pipeline de données end-to-end pour la collecte, le traitement et le chargement de données de marché crypto en temps réel. Mise en œuvre d'une architecture multi-layers avec orchestration automatisée.

Technologies : Python, Apache Airflow, DuckDB, Docker

Analyse du risque de crédit bancaire

• Développement d'un tableau de bord interactif pour l'analyse du risque de crédit, avec nettoyage des données, feature engineering, EDA et conception de Dashboard Power BI pour le reporting Technologies : Python, SQL, Power BI, DAX Analyse des tendances clients
• Analyse du comportement client à partir de 3 900 transactions (âge, genre, abonnements…), identification de segments clients et de leviers marketing, création de dashboards Power BI pour le suivi des ventes Technologies : Python, SQL, Power BI