[nom]

Junior Data Scientist & AI Developer

LinkedIn | # [e-mail] | H [téléphone] | GitHub

Education

École Nationale Supérieure d’Informatique et d’Analyse des Systèmes (ENSIAS), Rabat · 2022 – 2025

Smart System Engineering Degree

Classe Préparatoire (MP) | CPGE Omar Ibn Al Khattab, Meknes · 2020 – 2022

[nom]

Experience Professionnel

Data Scientist chez DecisiveAI | Selenium, BeautifulSoup, Power BI, PyTorch, Airflow, Docker, Agent LLM · Fév – Août 2025

• Automatisation de la collecte de données sur le marché marocain de l’IA et de la Data à l’aide de Selenium et BeautifulSoup.
• Nettoyage, prétraitement et structuration des données extraites pour l’analyse.
• Conception d’un tableau de bord interactif sous Power BI afin de visualiser les tendances et extraire des insights clés.
• Développement d’un agent LLM basé sur LangChain permettant d’interroger dynamiquement les données du marché.
• Orchestration et planification de l’ensemble du pipeline, du scraping à l’analyse, via Airflow et Docker.

Data Scientist chez Forges de Bazas | Flutter, Computer Vision, Google Vision API, OCR, Supabase, TensorFlow Juin – Août 2024

• Développement d’une application mobile en Flutter pour la gestion des pièces de rechange.
• Intégration d’un modèle OCR via Google Vision API afin d’extraire les informations présentes sur les tickets de pièces.
• Automatisation du stockage des données via une base de données Supabase.
• Développement et intégration d’un modèle de classification des pièces afin de réduire le temps de recherche.

Data Analyst chez ONCF | ML, Qlik Sense, SQL, Data Analysis, Automatisation, Reporting BI · Juin – Juil 2023

• Automatisation du rapport d’activité du département Voyageurs à l’aide de Qlik Sense et SQL.
• Réalisation d’analyses de données, de reporting BI et intégration de modèles de machine learning pour la prise de décision.

Projets

Système de Reconnaissance de Présence en Classe (End-to-End) | YOLO, MTCNN, EfficientNet, Raspberry Pi, OpenVINO, NCNN

• Développement d’un système de présence en temps réel basé sur deux approches : détection d’objets (YOLOv8) et reconnaissance faciale avec classification (MTCNN + EfficientNet/MobileNet).
• Collecte et annotation des données depuis des vidéos et images personnelles ; annotation manuelle via Roboflow.
• Optimisation du modèle YOLOv8 avec OpenVINO et NCNN pour un déploiement sur Raspberry Pi 4
• Amélioration du pipeline de détection faciale via MTCNN et entraı̂nement d’un classifieur léger pour la reconnaissance faciale.
• Comparaison des performances (précision et temps d’inférence) afin de garantir un déploiement efficace et scalable.

Détection et Classification de Défauts sur Panneaux Solaires PV | ViT, Transfer Learning, Fine-Tuning, CNNs

• Développement d’un modèle Vision Transformer (ViT) pour détecter et classifier les défauts sur des modules photovoltaı̈ques.
• Utilisation de transfer learning et fine-tuning pour améliorer les performances de modèles pré-entraı̂nés.
• Application de techniques d’augmentation d’images afin d’améliorer la robustesse des prédictions.

Reconnaissance de Langue des Signes | Python, Computer Vision, scikit-learn, Numpy, OpenCV, MediaPipe

• Automatisation de l’extraction de points clés de la main depuis des vidéos via MediaPipe.
• Entraı̂nement et comparaison de modèles pour classifier en temps réel des gestes en lettres de l’alphabet.

Application Touristique Augmentée par IA | Machine Learning, RAG, NLP, LLM, Flutter

• Développement d’une application Flutter intégrant un modèle de classification de monuments touristiques.
• Implémentation d’un modèle de traduction automatique bidirectionnelle anglais–darija pour améliorer l’accessibilité.
• Intégration d’un chatbot NLP fournissant des informations sur le transport et la navigation urbaine.

Compétences

Compétences Techniques: Machine Learning, Computer Vision, Traitement du Langage Naturel (NLP), RAG, LLM, Agents, Programmation Microcontrôleurs, L A TEX

ML/DL: Scikit-learn, Régression Linéaire, K-Means, KNN, CNN, RNN, LSTM, Transformers, GANs, YOLO

Frameworks IA/ML: TensorFlow, PyTorch, Ultralytics, OpenAI, LangChain, Hugging Face

Bases de Données: SQL/PLSQL, PostgreSQL, SQLite

Langages de Programmation: Python, Dart, C/C++, ADA, VHDL

Hardware: Raspberry Pi, Arduino, STM32, FPGA

Autres: Cloud Computing (AWS), Linux, Windows, ROS (Robotique), IoT

Modélisation: Merise, UML

Langues: Anglais (Courant), Français (Courant), Arabe (Natif)