[nom]

Ain Chkef, Fès, Maroc

I [téléphone] • # [e-mail]

‚ [lien] • [nom]

ð [nom]

PROFIL

Data Scientist / Data Analyst avec une solide expertise en analyse statistique, apprentissage automatique et prise de décision basée sur les données. Expérimenté dans la construction de solutions analytiques de bout en bout incluant les tests A/B, l’inférence causale, l’analyse client et la modélisation prédictive. Compétent dans la traduction de données complexes en insights métier actionnables en utilisant Python, SQL et des outils BI (Power BI, Dash). Passionné par la résolution de problèmes métier concrets grâce aux données.

COMPÉTENCES TECHNIQUES

Programmation : Python, SQL, R, C, C++, Java, PHP · Données & BI : Pandas, NumPy, Plotly, Dash, Power BI,

ML & IA : Scikit-learn, XGBoost, TensorFlow, PyTorch, · DAX, Matplotlib

Prophet, SHAP, LIME · Bases de données : MySQL, PostgreSQL, Oracle, Mon-

IA Générative : LangChain, LlamaIndex, HayStack, Hug- · goDB, Neo4j, Cassandra

ging Face · Ingénierie des données : Docker, Airflow, ETL/ELT,

Statistiques : Tests A/B, Inférence Bayésienne, Statsmod- · Apache Spark, Hadoop, Kafka

els, SciPy · Cloud & DevOps : AWS, Git, Linux, FastAPI, Streamlit,

Kubernetes

PUBLICATIONS & PRÉPUBLICATIONS

International Joint Conference on Computer Science and Software Engineering (JCSSE)

Manuscrit en cours d’évaluation, en collaboration avec l’Université du Luxembourg · 2026

AraHarmMeme : Un benchmark arabe de mèmes nuisibles pour l’évaluation des grands modèles de langage. Co-concepteur du benchmark multimodal AraHarmMeme pour la détection de contenus nuisibles et la variation dialectale dans les LLM. Conception du protocole d’annotation, formalisation des métriques d’évaluation et analyse probabiliste des performances inter-modèles. Étude de la robustesse et des biais sociolinguistiques à travers les distributions dialectales.

EXPÉRIENCE

Faculty of Science, Technology & Medicine, Université du Luxembourg · Remote

Contributeur IA · Oct 2025

Contribution à une plateforme e-learning HPC pour l’avancement de l’éducation computationnelle. Optimisation des modules d’interaction utilisateur et de performance à l’aide de modèles GenAI pour simplifier l’apprentissage du HPC.

Institut Jean Lamour, Université de Lorraine · Nancy, France

Stagiaire Data Scientist · Mar–Août 2025

Prétraitement et exploration statistique de jeux de données XRD synchrotron multi-sources pour évaluer la qualité des données et l’impact des modèles. Développement de modèles IA pour l’analyse XRD et génération de données synthétiques avec une erreur de reconstruction inférieure à 1%. Implémentation d’architectures CNN, Transformer et LSTM-Attention pour prédire les fractions de phases de l’acier à partir des signaux de diffraction. Application de SHAP et LIME pour interpréter la relation composition-austénite et valider les décisions du modèle.

RMA ARZ Assurance · Rabat, Maroc

Stagiaire Ingénieur IA · Juil–Août 2024

Conception et déploiement d’un système Agentic HybridRAG en Python et LangChain pour l’interrogation sémantique de données d’assurance structurées et non structurées. Ingénierie de pipelines de données intégrant MongoDB et OCR (PySpark) pour automatiser le traitement de documents à grande échelle. Amélioration des performances du LLM via fine-tuning PEFT et optimisation des prompts. Développement de workflows multi-agents pour les recommandations et le traitement multilingue

(FR/EN), adopté par les équipes internes.

1/2

FORMATION

Machine learning Avancé et Intelligence Multimédia – Voir la brochure · USMBA, Fès

Master of Science, Maroc · 2023–2025

Cours principaux : Machine Learning & Deep Learning, Fouille de données, TAL, Vision par ordinateur, Reconnaissance vocale, Big

Data, Business Intelligence, Gouvernance des données, Optimisation & Métaheuristiques, Processus Stochastiques, Recherche opérationnelle.

Informatique · USMBA, Fès

Licence en Sciences, Maroc · 2020–2023

Cours principaux : Mathématiques, Algorithmes & Structures de données, Programmation (C, C++, Java), Développement web, POO & UML, Bases de données, Systèmes d’exploitation & Réseaux, Gestion de projets.

PROJETS

Moteur d’attribution Marketing Mix & Multi-Touch Voir le code:

Plateforme d’attribution de bout en bout sur MySQL 8.0 Dockerisé, reconstituant les parcours clients sur 6 canaux marketing via des fonctions fenêtre et matrices de co-occurrence. Comparaison de cinq modèles d’attribution (premier contact, dernier contact, linéaire, décroissance temporelle, Chaîne de Markov) et construction d’un modèle causal par matrices de transition à états absorbants. Résultats présentés via un tableau de bord Dash interactif à 5 onglets avec callbacks en temps réel.

Tests A/B & Inférence Causale : Analyse de conversion d’une page d’atterrissage Voir le code:

Analyse expérimentale rigoureuse sur 290 584 observations après nettoyage de 3 893 violations d’intégrité. Application du test z fréquentiste et simulation bayésienne révélant une probabilité postérieure de 90,41% en faveur de la page de contrôle. Quantification de l’asymétrie des pertes de décision et validation sur 7 segments temporels pour écarter le paradoxe de Simpson.

Prédiction du churn client & simulation de rétention Voir le code:

Système de prédiction du churn sur données télécom améliorant le rappel de 0,54 à 0,72, soit 64 000 $ de revenus conservés estimés. Identification des trois principaux facteurs de churn par segment via SHAP, déployé avec FastAPI et Streamlit sous Docker.

Audit de risque financier & détection d’anomalies Voir le code:

Audit statistique de transactions par carte de crédit avec détection d’anomalies Z-score et calcul de KPI (taux de fraude, concentration des volumes, exposition au risque par catégorie). Tableau de bord Power BI interactif avec mesures DAX pour le suivi continu des risques.

Prévision et optimisation des émissions de CO2 au Maroc Voir le code:

Prévision des émissions avec XGBoost et Prophet, identification des secteurs à fort impact via SHAP, et optimisation

SciPy réduisant les émissions de 70,2 à 65,4 MT sous contraintes métier. Tableau de bord Dash interactif pour la simulation de scénarios par secteur en temps réel.

Stack : Python, Pandas, XGBoost, SHAP, Prophet, SciPy, Dash, Plotly

CERTIFICATIONS & LANGUES

Certifications · Langues

Meta Data Analyst Professional Certificate (Meta, Coursera) · Arabe : Langue maternelle / Maîtrise professionnelle

British Airways Data Science Simulation (Forage) · complète

AI Agents Fundamentals (Hugging Face) · Français : Courant / Maîtrise professionnelle complète

Generative AI (DeepLearning.AI, Coursera, AWS) · Anglais : Courant / Maîtrise professionnelle complète

NLP Specialization (DeepLearning.AI) · Allemand : Débutant / Maîtrise professionnelle limitée

Deep Learning Specialization (Stanford, Coursera)

TensorFlow Developer (DeepLearning.AI, Coursera)

ML Specialization (Stanford, Coursera)

2/2