[nom]

E-mail : [e-mail] | Téléphone : [téléphone]

Portfolio : [lien]

LinkedIn : [lien]

GitHub : [lien]

Formation

Master en Artificial Intelligence and Data Science · Oct. 2023 – Juil. 2025

Faculté des Sciences et Techniques · Tanger, Maroc

Bachelor en Computer Science and Mathematics · Oct. 2019 – Juil. 2023

Faculté pluridisciplinaire · Larache, Maroc

Expérience

Stagiaire Software / Digitalization Engineer, KOSTAL Group – Tanger · Jan. 2026 - Présent

• Conçu et implémenté des solutions software internes pour rationaliser le Project Launch Management, en améliorant le suivi des processus, le reporting et la coordination entre équipes.
• Construit des data pipelines pour extraire, nettoyer et transformer les données de production issues de multiples sources en datasets structurés pour l’analyse et le reporting.
• Développé des KPI dashboards et des automation workflows pour suivre la performance de production, les tendances des défauts et les operational bottlenecks.
• Analysé les données de fabrication pour identifier les inefficacités, les performance drifts et les opportu- nités d’amélioration des processus.

Stagiaire AI / Software Engineer, Bid2Win – À distance - Temps partiel · Nov. 2025 - Mai 2026

• Développement d’une plateforme AI-assisted pour l’analyse d’appels d’offres, avec un focus sur l’automatisation du document processing et l’amélioration de l’efficacité du filtering.
• Construit des automated ingestion pipelines pour le scraping, parsing, transforming, chunking et indexing de tender documents non structurés dans une vector database.
• Implémenté des retrieval-based extraction workflows pour identifier les exigences clés, les scoring criteria et les recommandations à partir de tender documents.
• Réduit l’effort de document review manuel grâce à l’automatisation de l’insight extraction et de la docu- ment analysis.

Stagiaire AI / Software Engineer, Haut-Commissariat au Plan – À distance · Sept. 2025 – Déc. 2025

• Conçu et développé une plateforme AI-powered pour automatiser la documentation et la gestion des processus statistiques basés sur le framework GSBPM.
• Conçu une multi-source document ingestion & processing pipeline pour l’extraction structurée d’informations.
• Implémenté un RAG-based generation workflow utilisant le HyDE prompting pour produire une docu- mentation conforme au GSBPM avec des evidence references et des audit trails.
• Réduit le délai de production de la documentation statistique de plusieurs jours à quelques heures grâce à la workflow automation et à la génération de rapports.

Stagiaire AI / Software Engineer, TNA Consulting – Casablanca · Fév. 2025 – Juil. 2025

• Conçu et développé une AI-enabled knowledge platform pour aider les institutions financières à rechercher, interpréter et exploiter les publications des banques centrales africaines.
• Construit des data pipelines scalables pour le scraping, cleaning, transforming, chunking et indexing de grands volumes de documents réglementaires dans une vector database.
• Développé un retrieval-augmented chatbot pour répondre aux questions des utilisateurs sur des docu- ments financiers et réglementaires avec contextual search.
• Amélioré l’accessibilité des informations réglementaires financières et réduit l’effort de recherche manuel pour les utilisateurs.

Assistant de recherche, Faculté pluridisciplinaire – Larache · Mars 2023 – Juin 2023

• Développé un système d’optimisation pour améliorer la cohérence des matrices de comparaison par paires de l’Analytic Hierarchy Process (AHP) en utilisant des Genetic Algorithms (GA) et Particle Swarm Opti- mization (PSO).
• Développé une Django web application pour la génération et la validation automatisées des matrices AHP, simplifiant le decision-making workflow.
• Co-auteur de trois articles de recherche avec Dr. Chakir Tajani : Paper 1 – Paper 2 – Paper 3

Langues

Arabe : Langue maternelle · | · Anglais : Professionnel (B2) · | · Français : Professionnel (B2)

Certifications

Associate Data Scientist in Python – DataCamp · Associate AI Engineer for Data Scientist – DataCamp

Microsoft Azure Fundamentals – DataCamp · Associate Data Engineer – DataCamp

Compétences

• Programming Languages: Python, Java, JavaScript, SQL, C, Solidity, Bash
• Machine Learning & Generative AI : Scikit-learn, TensorFlow, Keras, PyTorch, XGBoost, MLFlow, LangChain, LangGraph, n8n, CrewAI
• Backend & Web Development: Django, FastAPI, Flask, React, Next.js, HTML, CSS, Tailwind
• Software Engineering: REST APIs, ETL pipelines, automation workflows, data processing, system design, debugging, testing, Git/GitHub, CI/CD
• Libraries & Tools: NumPy, Pandas, Matplotlib, Seaborn, Plotly, OpenCV, Selenium, Postman
• Big Data & Distributed Systems: Apache Spark, Apache Airflow, Apache Kafka, RabbitMQ
• Databases: MySQL, SQL Server, PostgreSQL, MongoDB, Chroma, Qdrant, Weaviate, SnowFlake, Redis
• Cloud & DevOps & Tools: Docker, Docker Compose, Linux, Azure, AWS, Power BI
• Soft Skills: Analytical & Problem-solving Mindset, Fast learning, Teamwork and collaboration

Projets

ChatPDF – Chat with PDF Locally · [GitHub Repo]

• Développé une web application locale de document Q&A permettant aux utilisateurs d’interroger des fichiers PDF à l’aide de LLMs.
• Conçu et implémenté un end-to-end RAG pipeline incluant PDF parsing, chunking, embedding generation, vector retrieval et response generation.
• Outils utilisés : Python, Streamlit, LangChain, Ollama, Sambanova, ChromaDB, Marker

Real-time Twitter Sentiment Analysis · [GitHub Repo]

• Développé un real-time streaming pipeline pour ingérer, traiter et classifier le sentiment des tweets.
• Conçu une architecture low-latency utilisant Kafka et Spark Streaming pour le continuous event process- ing.
• Développé des live dashboards pour visualiser les tendances de sentiment et les pipeline performance metrics.
• Outils utilisés : PySpark, Kafka, Docker, Django, MongoDB, ChartJS

Data Analysis & Machine Learning Tool-Kit Desktop Application · [GitHub Repo]

• Développé une Python desktop application pour l’analyse de datasets, la visualisation et l’expérimentation en machine learning via une GUI.
• Intégré plusieurs machine learning workflows pour supporter le model training, l’évaluation et l’exploratory analysis.
• Outils utilisés : Python, Tkinter, Scikit-learn, Pandas, Numpy, Matplotlib

Full-Stack Web Applications

• Développé plusieurs full-stack web applications, notamment une marketplace, un AI-powered chatbot, une real-time chat platform, un blogging system et une note management application.
• Implémenté authentication, REST APIs, database design et responsive UIs en utilisant Python et des JS Frameworks : Marketplace Website - Chat With LLM - Blog Website - Note App - Real-Time Chat App