[nom]

+ Rabat, Maroc · # [e-mail] · ƒ [téléphone] · /in/[nom]

Data Scientist & Ingénieur ML avec une expérience dans les secteurs bancaire, recherche et conseil, spécialisé en NLP, MLOps et Big Data. Compétent dans la conception et le déploiement de solutions de bout en bout, de la prédiction du churn bancaire à grande échelle à l’analyse sémantique pour la recherche climatique et aux applications NLP temps réel. Capable de combiner expertise technique (Python, Spark, Kubeflow, Cloud) et impact business, pour délivrer des solutions qui améliorent la prise de décision et réduisent les inefficacités opérationnelles.

Expérience Professionnelle

Ingénieur NLP/ML

INRAE, Montpellier, France · 03/2024 – 09/2024

Analyse sémantique et thématique des perceptions du changement climatique dans les territoires littoraux.

• Collecte & Prétraitement: Conçu des pipelines automatisés collectant et nettoyant 50K+ documents et publications sociales, avec 90% de qualité garantie.
• Analyse Sémantique: Utilisation de NER, CamemBERT, BERTopic et LDA pour extraire concepts clés (érosion, biodiversité, submersion). Identification de 5 thèmes dominants.
• Validation: Collaboration avec des experts environnementaux, atteignant 80% d’alignement entre modèles et classifications humaines.

Ingénieur Machine Learning (ML, Big Data, MLOps)

Banque Centrale Populaire, Casablanca, Maroc · 03/2023 – 08/2023

Mise en place d’un modèle prédictif pour anticiper le churn client, sous architecture distribuée Big Data.

• Développement de modèles: Entraı̂né des modèles de churn (LR, RF, DT, SVM) sur 5M+ enregistrements clients. Amélioration du rappel sur la classe minoritaire de +22%.
• Big Data & MLOps: Déploiement sur Spark, Hadoop, Kubeflow, permettant des entraı̂nements 10x plus rapides.
• Performance: Modèles optimisés (AUC 0.84, Recall 0.74), favorisant la détection précoce de clients à risque.
• Collaboration: Intégration avec l’infrastructure bancaire, assurant scalabilité sur millions de transactions quotidiennes.

Ingénieur Data / BI

Caisse de Dépôt et de Gestion (CDG), Rabat, Maroc · 05/2022 – 09/2022

Développement d’un système d’aide à la décision pour le suivi des performances des entités du Groupe.

• Architecture Data: Mise en place d’un Data Lake centralisé (Azure) consolidant 20+ sources hétérogènes.
• ETL & Automatisation: Automatisation des flux via Azure Data Factory et Functions, réduisant le temps de préparation de 70%.
• Reporting: Création de dashboards Power BI interactifs, réduisant le délai de reporting de plusieurs semaines à un rafraı̂chissement quotidien.
• Impact: Outil utilisé par 100+ managers, améliorant la transparence et la prise de décision.

Formation

Master en Intelligence Artificielle et Data Science (IASD)

Université de Montpellier, France · 09/2023 – 2024

Diplôme d’Ingénieur en Data Science

Institut National de Statistiques et d’Économie Appliqué (INSEA), Rabat, Maroc · 09/2019 – 06/2023

Classes Préparatoires MP

CPGE Lycée Moulay [nom], Rabat, Maroc · 09/2016 – 06/2019

Projets et Missions

Data Scientist & Ingénieur ML

Upwork, Télétravail · 02/2023 – Présent

Accompagnement de clients internationaux (retail, industrie, ONG, startups) dans la conception et le déploiement de solutions data (prédiction, NLP, ingénierie de données et cloud).

1

• Prédiction: Développé des modèles de séries temporelles pour la maintenance prédictive, réduisant les pannes de 20%. Mis en place des modèles de churn et segmentation clients améliorant le ciblage des campagnes de 15%.
• NLP & Automatisation: Déployé des APIs de classification texte temps réel (CamemBERT, FastAPI), réduisant l’effort manuel de 60%. Automatisé l’analyse de sentiments sur Twitter pour le suivi de la réputation.
• Data Engineering & BI: Conçu des data warehouses cloud (Snowflake, dbt) et automatisé les flux ETL (Azure Data Factory). Créé des tableaux de bord KPI (Power BI, Tableau) pour le pilotage exécutif.
• Solutions sur mesure: Développé des scrapers de suivi prix avec visualisation Streamlit et des dashboards d’impact pour ONG.

ML Engineering

Université de Montpellier, Montpellier, France · 10/2023

• Détection de pannes capteurs hydrauliques: Modèles prédictifs avec tsfresh, atteignant ¿90% de précision.

Déploiement via microservices Docker.

Big Data Engineering

INSEA, Rabat, Maroc · 12/2022

• Architecture Big Data pour les Marchés Publics: Conception d’un Data Lake intégrant millions d’enregistrements, performance analytique améliorée par 4.
• Plateforme de détection de fraude: Pipelines ML sur données déséquilibrées (SMOTE, NearMiss). Amélioration du rappel fraude de +25%.

Compétences

Programmation & Données: Python (Scikit- · Big Data & MLOps: Spark (PySpark, MLlib),

learn, Pandas, NumPy, TensorFlow, PyTorch, SpaCy, Hadoop, Kubeflow, Docker, Kubernetes, Airflow, dbt, Hugging Face), SQL (PostgreSQL, PL/SQL), NoSQL MLflow.

(MongoDB, Neo4j, Cassandra).

Cloud & Data Engineering: Azure (Data Lake, Machine Learning & NLP: Apprentissage super- Data Factory, Functions), AWS, GCP, Snowflake, ETL, visé/non supervisé, NLP (NER, topic modeling, embed- Data Warehousing.

dings, transformers), Prévisions de séries temporelles, Deep Learning (CNN, LSTM), Feature Engineering.

Visualisation & BI: Power BI, Tableau, Streamlit.

Certifications

• NLP en Python – Udemy · • Intro à la Data Science en Python – Univ. Michi- gan (Coursera)
• Big Data Engineer – IBM · • The Data Scientist’s Toolbox – Johns Hopkins (Coursera)
• Applied ML in Python – Univ. Michigan (Cours- era) · • Database Design & SQL – Oracle Academy

2