[nom]
Maroc | [téléphone] | [e-mail] | [lien]
PROFIL
Elève Ingénieur en Data Science et Cloud Computing, en 5ème année à l’ENSA. Passionné par la modernisation de la chaîne décisionnelle, le développement et l’optimisation d’agents AI et des modèles machine learning. Je conçois des pipelines de données et j’industrialise leur déploiement sur le cloud, en veillant à aller du besoin métier à la mise en production de solutions fiables et scalables. Je recherche un stage PFE en Data Science & AI Solutions Developer.
FORMATION
École Nationale des Sciences Appliquées
- Cycle Ingénieur : Data Science & Cloud Computing · Oujda, 2024 – En cours
- Cycle Préparatoire : Informatique & Mathématique · Oujda, 2022 – 2024
COMPÉTENCES TECHNIQUES
- Data Engineer & BI : DataWarehouse Modeling, ETL/ELT, SQL OLAP, MDX, Spark, Kafka
- Data Analyst : Data Preparation, Statistiques appliquées, SQL/PLSQL, Power BI, Grafana
- Data Scientist : Machine Learning et Deep Learning, NLP, Data Mining, Fine-tuning, Computer Vision, Time Series
- AI Engineering : Prompt engineering, LLMs, RAG„ Model Context Protocol (MCP), LangGraph, n8n
- Cloud Computing : AWS, Linux, Docker, Kubernetes
- Langages : Python, Java, Scala, C
- Langues : Français(B2), Anglais(B1), Arabe(courant)
PROJETS REPRÉSENTATIFS
Agent IA (MCP-Powered) pour Centre d’Appels - Projet PFA
- Développé un opérateur IA autonome basé sur MCP, réduisant le temps moyen de traitement des appels en temps réel.
- Intégré des “Tool Actions” permettant à l’IA d’interagir avec les bases de données et systèmes de l’entreprise.
- Conçu des flux conversationnels vocaux fluides via STT/TTS.
- Implémenté un système de "Human Handoff" contextuel, garantissant une redirection optimale des appels complexes vers les agents humains.
Système de Prédiction Temps Réel pour l’Analyse Comportementale Client
- Mise en place d’un pipeline ETL automatisé avec PySpark et Airflow, orchestrant l’ingestion multi-sources de plusieurs Go de données quotidiennes.
- Modélisé l’entrepôt de données sous BigQuery/Snowflake.
- Développé un modèle ML (Scikit-learn/TensorFlow) pour prédictions comportementales en temps réel.
- Conçu une API REST (FastAPI/JWT) afin d’exposer les services de données de manière fluide, rapide et sécurisée.
- Déployé l’architecture sur Docker et Kubernetes, garantissant la scalabilité et la reproductibilité.
EXPÉRIENCES PROFESSIONNELLES & ASSOCIATIVES
Stage Data Scientist – Segmentation et Classification , CBI · Casablanca, Août 2026 – En cours
- Appliqué des techniques de Data Mining pour l’extraction et la sélection de données de qualité à partir du dataset radiologique.
- Conçu et optimisé un modèle de Segmentation U-Net pour localiser précisément les régions affectées et isoler les zones d’intérêt dans les radiographies thoraciques.
- Développé un modèle de classification multi-label basé sur ResNet, avec fine-tuning sur ImageNet sous PyTorch, incluant un pipeline complet de prétraitement et d’augmentation des images.
- Atteint un macro AUC-ROC de 0.94 sur la classification de 14 pathologies thoraciques.
Responsable Cellule Formation et Membre du Club Data Science & Cloud Computing · 2025 – 2026
- Coordonné et animé des sessions de formation en Data Science , formant plus de 50 membres du club.
- Encadré des membres pour l’acquisition de compétences pratiques via des projets collaboratifs.
CERTIFICATIONS
- AWS Cloud Practitioner (CLF-C02) – DataCamp
Compréhension des services cloud AWS, de l’Architecture Cloud, de la sécurité et des concepts de déploiement.
- Data Engineer in Python – DataCamp
Traitement des données, workflows ETL, gestion de bases de données et développement de pipelines avec Python.
