[nom]
Ingénieure IA & Data | LLM, RAG, systèmes multi-agents, pipelines de données
Témara (Rabat), Maroc | [téléphone] | [e-mail]
[lien] | [lien]
PROFIL
Diplômée de l’EMSI (2026) en informatique, orientée IA générative et ingénierie des données. Conception d’un système
LangGraph transformant des questions métier bilingues en requêtes SQL, avec RAG et correction automatique. Mise en place de pipelines Airflow, d’un modèle en étoile PostgreSQL/pgvector et d’un cache Redis. Solides bases en Python, SQL et machine learning. Disponible immédiatement.
EXPÉRIENCE PROFESSIONNELLE
Stagiaire ingénieure IA - PFE | WANA Corporate (INWI) · Mars 2026 - Sept. 2026
- Conception d’un système LangGraph à 13 nœuds traduisant les questions métier en français et en anglais en requêtes PostgreSQL pour le contrôle des revenus télécoms, avec RAG et diffusion en temps réel via SSE.
- Réduction des appels aux LLM : regroupement de l’analyse des intentions, de la complétude et de la stratégie de traitement dans un nœud de routage ; calcul des embeddings à la demande pour éviter les traitements redondants.
- Conception d’un modèle en étoile PostgreSQL/pgvector (1 dimension, 3 tables de faits), développement d’un ETL Python et orchestration des chargements quotidiens avec Apache Airflow sous Docker Compose.
- Vérification des instructions SQL avec sqlparse et PostgreSQL EXPLAIN pour un accès en lecture seule ; correction automatique des requêtes en échec avec inspection du schéma et jusqu’à trois nouvelles tentatives.
- Développement d’une couche RAG pgvector (5 tables d’embeddings, plus de 150 segments, Nomic Embed/Ollama) ; routage entre trois niveaux de LLM avec bascule automatique pour gérer les limites de l’API Groq.
- Analyse des hallucinations à l’aide des traces LangSmith et comparaison des réponses avec Gemini 3 Pro pour orienter les choix d’architecture.
- Développement d’un tableau de bord React 19 avec Chart.js, réception des événements SSE et authentification JWT pour interroger la plateforme et explorer les résultats.
Stagiaire développeuse full-stack | CDG Prévoyance · Juil. 2025 - Sept. 2025
- Développement d’une application de gestion des réclamations à trois portails (Client, Front Office, Back Office) avec Spring Boot, Angular, PostgreSQL et Docker.
- Intégration de Spring AI et de LLM locaux via Ollama pour automatiser les réponses aux demandes récurrentes et peu complexes et accélérer leur traitement.
- Mise en place d’un pipeline RAG avec pgvector, fondé sur l’historique des résolutions et les FAQ métier, afin de contextualiser les réponses générées.
Stagiaire analyste de données | Orange Business Maroc · Juil. 2024 - Sept. 2024
- Création de tableaux de bord Power BI sur le trafic téléphonique entrant et sortant, pour le suivi opérationnel et l’aide à la planification stratégique.
FORMATION
Diplôme d’ingénieur d’État en informatique et réseaux · 2026
EMSI - École Marocaine des Sciences de l’Ingénieur | Filière MIAGE (informatique de gestion)
Licence fondamentale en sciences mathématiques et informatique (SMI) · 2024
Faculté des Sciences, Université Mohammed V, Rabat
COMPÉTENCES TECHNIQUES
IA générative & LLM : LangGraph, LangChain, RAG agentique, systèmes multi-agents, routage multi-modèles, LangSmith, prompt engineering, Text-to-SQL, API Groq, Ollama, Spring AI
Ingénierie des données : Apache Airflow, ETL Python, pipelines de données, modélisation dimensionnelle et en étoile, PostgreSQL, pgvector, Redis, sqlparse (contrôle des instructions SQL)
Machine learning : Scikit-learn, Pandas, régression, classification, analyse exploratoire des données (EDA)
Langages : Python, Java, JavaScript, SQL
Outils & cloud : FastAPI, React 19, Docker, Git, GitHub, Linux ; Azure (travaux pratiques : machines virtuelles et bases réseau)
CERTIFICATION
Supervised Machine Learning: Regression and Classification - DeepLearning.AI & Stanford University (Coursera)
LANGUES
Arabe : langue maternelle | Français : professionnel | Anglais : avancé
