[nom]
Ingénieure Data Scientist/Data Analyst
Sérieuse, ambitieuse et dynamique je suis à la recherche d'une nouvelle opportunité, et je suis prête à m'investir au maximum tout au long de cette opportunité…
[téléphone]
[e-mail]
EXPÉRIENCES PROFESSIONNELLES
Data Analyst
Capgemini Engineering
09/2024 - Present, · Casablanca, Maroc
Achievements/Tasks
Conception et développement de tableaux de bord Power BI dédiés au suivi des KPIs Supply Chain.
Analyse de multiples KPIs et publication de rapports automatisés et sécurisés sur Power BI Service.
Transformation et normalisation des données via Power Query.
Modélisation des données et création de mesures avancées en DAX pour l’analyse de multiples indicateurs de performance.
Automatisation et publication de rapports sécurisés sur Power BI
Service (gestion des accès et des droits utilisateurs).
Data Scientist
Capgemini Engineering
03/2022 - 09/2024, Achievements/Tasks
Développement et optimisation de modèles prédictifs sur les données de batteries de véhicules en appliquant des algorithmes de Machine Learning (XGBoost, Random Forest…), avec amélioration mesurable des performances.
Conception et entraînement de modèles de Deep Learning
(LSTM) en PyTorch pour la prédiction de la qualité des signaux
(Température, SOC, Tension de cellule), permettant d’anticiper les anomalies et d’optimiser la maintenance.
Stagiaire : Data Scientist
Capgemini Engineering
06/2021 - 02/2022, · Casablanca, Maroc
Réalisations / tâches
La mise en place d'une approche d'automatisation du processus
DTM et PQR basé sur Intelligence Artificielle( Python, Django, Pandas, Docx, Matplotlib, keras, NLTK)
FORMATION
Master Science de Données et Big Data
ENSIAS
10/2018 - 12/2020, · Rabat-Maroc
Licence Professionnelle en Réseaux et Télécommunications
Faculté polydisciplinaire
09/2015 - 07/2016, · Errachidia-Maroc
Diplôme Universitaire de Technologie en Réseaux et Télécommunications
Ecole Supérieure de Technologie
09/2013 - 06/2015, · FES-Maroc
Casablanca, Morocco
COMPÉTENCES
Visualisation des données: Power BI, Matplotlib, Seaborn.
Machine Learning : Logistic Regression, Linear
Regression, XGBoost, Random Forest. Frameworks :
Scikit-learn, Keras
Deep Learning : NLP, CNN, LSTM, Frameworks :
PyTorch
languages : language C, SQL, Python. Pyspark, GitHub, Databrick
DAX, Data modeling, Row-level-Security
PROJETS ACADEMIQUE
Classification d'une image médicale par réseaux de neurones
Classifier des images médicales (pneumonie) par le réseaux de neurones convolutifs sous l'environnement (Jupyter)
Python, Keras, Le-Net-5.
En utilisant Deep Learning : CNN (convolution, Pooling, Full connected Layer)
Prédire les prix des maisons
Sous Databricks avec Spark.
Machine Learning (Linear Regression, Pyspark).
Projet de fin d'étude : Sentiment Analysis in Arabic(NLP)
Extraction des données textuelle à partir Hespress web.
Utilisé NLTK pour le processing des données textuelles.
Sklearn (scikit-learn) pour feature extraction .
Preprocessing data : tokenization, stopWords,lemmatization, stemming.
Machine Learning classification : SVM, NaiveBayes, KNN.
LANGUES
Arabic
Elementary Proficiency
French
Bilingue
English
Capacité professionnelle complète
