[nom]

Data Scientist / Machine Learning Engineer

[e-mail] | [téléphone] | Bouskoura, Casablanca | [lien]

PROFIL

Ingénieur Data orienté Data Science et Machine Learning, actuellement doctorant en Intelligence Artificielle sur l’explicabilité des modèles de Deep Learning. Ma formation d’ingénieur et mes travaux de recherche m’ont apporté un solide socle théorique en Machine Learning et Deep Learning, consolidé par une pratique de Python, PyTorch, TensorFlow et scikit-learn. Depuis 2026, j’approfondis ma compréhension théorique des LLM et des systèmes agentiques tout en appliquant ces concepts dans le cadre de travaux pratiques.

COMPÉTENCES TECHNIQUES

IA générative et agentique : LLM, RAG, embeddings, bases de données vectorielles (Chroma), prompt engineering, LangChain, LangGraph, Hugging Face, Ollama, fine-tuning avec LoRA

Machine Learning et Deep Learning : Python, NumPy, Pandas, scikit-learn, PyTorch, TensorFlow, apprentissage supervisé et non supervisé, explicabilité (XAI)

Données : SQL, préparation et analyse de données

Cloud et outils : GCP/Vertex AI (formation pratique), Git, Docker (lecture et modification de configurations)

EXPÉRIENCE PROFESSIONNELLE

Research Intern - Robustesse et sécurité du Deep Learning | 3D Smart Factory · 2025 - 6 mois

• Conception et évaluation d’attaques adversariales sur plusieurs architectures de Deep Learning.
• Comparaison de méthodes de défense et analyse expérimentale de leur impact sur la robustesse et les performances des modèles.

Data Analyst | TAQA Morocco · 2023 - 7 mois

• Préparation et consolidation de données sous SQL Server, avec des traitements complémentaires en Python pour fiabiliser les analyses.
• Conception de cubes OLAP sous SSAS et exploitation dans Power BI pour suivre et restituer les indicateurs métier.

PROJETS SÉLECTIONNÉS

BankRisk - Credit Risk Scoring · 2026

• Développement d’un pipeline de scoring de bout en bout couvrant la préparation des données, la comparaison de modèles et l’évaluation par métriques ML et métier.
• Calibration des probabilités et mise en œuvre d’explications globales et locales pour améliorer la fiabilité et l’interprétabilité des prédictions.
• Développement d’un assistant LangGraph pour interroger les scores, prédictions et explications du modèle.

Smart Energy Optimizer · 2026

• Développement d’un pipeline de prévision de la consommation et de détection des comportements inhabituels.
• Conception d’une optimisation sous contraintes et d’un dashboard Streamlit présentant les prévisions, les anomalies et les recommandations.

FORMATION

Doctorat - Intelligence Artificielle | FST Mohammedia · 2025–présent

Recherche sur l’explicabilité des modèles de Deep Learning.

Diplôme d’Ingénieur d’État - Sciences de Données | INPT Rabat · 2020–2023

LANGUES

Arabe : langue maternelle | Français : courant | Anglais : professionnel