[nom]

Résidence de la gendarmerie royale Rabat -

MAROC

[téléphone] · Ingénieure - Data Scientist,

[e-mail]

Economiste & Statisticienne

[âge] – Permet de conduite B.

October 2020-Présent : Moroccan foundation for Advanced Science, Innovation and Research MAScIR Maroc (PFE).

❖ Consulting work .

• Projet Heath-Check · Chef de projet

L’objectif de projet est de Développer d’un Laboratoire d’analyse sanguines rapide, miniature et portatif en temps réel et sans réactif.

• Mission :
• La collecte des données par la spectroscopie infrarouge.
• Rédactions d’un brevet de ce projet
• Entretien et recrutement
• Production et publication des indicateurs projet
• Encadrement des stagiaires de PFE.
• Les relations trouvées

La modélisation d’hémoglobine NFS dans le sang par la spectroscopie infrarouge

• Application du modèle de la régression PLS
• Logiciel utilisé : python.
• Résultats obtenus

L’évaluation a concerné 396 enchantions et a mis en évidence des coefficients de détermination :

90% pour training set, 90% pour testing set et 88 % pour cross _validation.

La modélisation d’Hématocrite NFS dans le sang par la spectroscopie infrarouge

• Application du modèle de Machine à vecteurs de support (SVM)
• Logiciel utilisé : python et R.
• Résultats obtenus

L’évaluation a concerné 504 enchantions et a mis en évidence des coefficients de détermination :

80% pour training set, 80% pour testing set et 68 % pour cross _validation.

La détection d’antigène A et B dans le sang par spectroscopie infrarouge

• Application des modèles de classification : Model KNeighborsClassifie et support vector machine classifier (SVM)
• Logiciel utilisé : python et logiciel R.
• Résultats obtenus

L’évaluation a concerné 200 échantillons et a mis en évidence une sensibilité de 94 % et une spécificité a 70 %pour antigène A et L’évaluation a concerné 100 échantillons et a mis en évidence une sensibilité de 91% et une spécificité 80 %pour antigène B.

La modélisation d’Hématies NFS dans le sang par spectroscopie infrarouge

• Application of Artificial Neural Networks
• Logiciel utilisé : python.
• Résultats obtenus

L’évaluation a concerné 300 enchantions et a mis en évidence des coefficients de détermination :

71% pour training set, 70% pour testing set et 60 % pour cross _validation.

La modélisation de Cholestérol total dans le sang par spectroscopie infrarouge

• Application of Artificial Neural Networks
• Logiciel utilisé : python.
• Résultats obtenus

L’évaluation a concerné 200 enchantions et a mis en évidence des coefficients de détermination :

70% pour training set, 70% pour testing set et 50 % pour cross _validation.

La modélisation de glycémie dans plasma par spectroscopie infrarouge

• Application of Artificial Neural Networks
• Logiciel utilisé : python.
• Résultats obtenus

L’évaluation a concerné 100 enchantions et a mis en évidence des coefficients de détermination :

60% pour training set, 60% pour testing set et 50 % pour cross _validation.

Avril 2020-octobre 2020 : Moroccan foundation for Advanced Science, Innovation and Research MAScIR Maroc (PFE).

❖ End-of-study project training.

La modélisation et prévision du taux de Brix dans les pommes.

• Application du modèle de la régression PLS.
• Application de la méthode de la sélection des variables IPLS.
• La détermination d’un mode opératoire de spectroscopie NIR (standard, micro) pour développer un appareil opératif de la teneur totale de sucre.
• Logiciels utilisés : R et python.

La modélisation et la prévision de l’E232 dans l’huile d’olive.

• Application de modèle de SVM.
• La programmation de l’application shing dans language R pour la sélection des variables optimales.
• Le développent d’un test portatif de la spectroscopies NIR pour déduire l’E232 dans l’huile d’olive.
• Logiciels utilisés: R et python.

Juillet 2018-Aout 2018 : Banque Marocaine du Commerce Extérieur (BMCE) Maroc.

❖ Banking Training

L’impact de la somme de monnaie demande pour les crédits mobiliers sur les comportements des clients bancaires.

• Application du modèle vectoriel autorégressif (VAR).
• Logiciel utilisé: SAS .

Juin 2017- Juillet 2017 : Trésorerie Générale du Royaume (TGR).

❖ Financial training

Etude l'impact de la dette extérieure publique sur la croissance économique.

• Application du modèle de la régression linéaire multiple.
• Logiciel utilisé : Eviews.

FORMATION Académique

❖ 2018-2020 : Master de Recherche en data science, statistique et économétrie, Université

Mohammed V a Faculté des Sciences Rabat.

❖ 2015-2018 : Licence en statistique et économétrie.

❖ 2014-2015 : Baccalauréat en Science Math A, À Lycée Mohammed Rafii El-Jadida, mention

Bien.

C O M P É T E N C E S

❖ Machine Learning : Apprentissage supervisé ; Apprentissage non supervisé.

❖ Economie : Econométrie avancée ; Microéconomie avancée ; Macroéconomie avancée ;

Théorie des jeux ; Economie internationale ; Economie Marocaine.

❖ Web Scraping: Beautiful soup; Scrapy; URLlib; Selenium.

❖ Logiciels: SAS; STATA; R; Eviews; SPSS; GAMS; Python; MATLAB; MS Office.

❖ Statistique : Analyse des données ; Série chronologique avancées ; Techniques de sondage avancées ; Méthodologie des enquêtes.

COMPETITIONS/ACTIVITES PARA-FORMATION

❖ Text mining projects

• Facebook Sentiments Analysis: Creating a web Dashboard; Scraping Facebook' Comments;

Analyse Facebook' Comments; Clustering Facebook' Comments.; Sentiments Analysis. ;

topics Modelling.

• How do the comedians comedians differ from each other ? Comedians differ from each other? Gensim; Nltk; Spacy.
• Logiciel utilisé : Python.

❖ Kaggle competitions

• Google cloud & NCAA® ML Competition 2020-NCAAW: XGBoost; LightGBM;

CatBoost.

• Categorical feqture Encoding Challenge II : XGBoost;LightGBM;CatBoost.
• House Prices Advanced Regression Techniques :

XGBoost;LightGBM;CatBoost.

• How Much Did It Rain? II: Bidirectional LSTM.
• Credit Card Fraud Detection (Data): Logistic Regression; Keras.
• Logiciel utilisé : python.
• FORMATION CONTINUE

❖ Conference certificates the 2and edition of the afro Mediterranean days on multidisciplinary Research Applications-15-16-17 November 2019. ISPITS- Rabat, Morocco:

• La participation dans le thème de évaluations de l’impact de la couverture par l’assurance médicale ramed sur les dépenses de la sante : une analyse paramétrique a l’aide des données longitudinales.

❖ Certificat de cours en Python and Statistics for Financial Analysis de l'Université des sciences et de la technologie de Hong Kong :

• Importer, prétraiter, sauvegarder et visualiser des données financières dans le cadre de pandas.
• Manipuler les données financières actuelles en générant de nouvelles variables à l'aide de colonnes multiples.
• Rappeler et appliquer les concepts statistiques importants (variable aléatoire, fréquence, distribution, population et échantillon, intervalle de confiance, régression linéaire) dans les contextes financiers.
• Constituer un modèle de commerce en utilisant un modèle de régression linéaire multiple.
• Évaluer la performance du modèle commercial en utilisant différents indicateurs d'investissement.
• Apprentissage continue | Amélioration continue.

❖ Course certificate in introduction to deep learning by the Higher School of Economics of the National Research University (Coursera).

• Diplôme en informatique et Bureautique à nouveau centre régional des métiers de l'enseignement et de la formation, la nouvelle antenne régionale 2017.
• Diplôme en marketing digitale à ISEEM El Jadida 2017).

FORMATION CONTINUE

• Arabe, Français: Très bon niveau. Anglais : niveau professionnelle. Espagnol: débutante.