COORDONNÉES
[nom]
[e-mail]
[nom] | LinkedIn
Mobilité au Maroc
[âge]
Langues
Français: Courant
Anglais: Courant
Arabe : Langue maternelle
Qualités
Esprit d’équipe, Leadership, Rigoureuse, autonome et attentif aux détails, Désir d'apprendre et de se développer.
Activités
Ex-membre de GenA Toulouse
Commercial Airbus.
Participation et encadrement d’activité écologiques pour la protection de l’environnement.
Programme d'échange enrichissant en Allemagne, en Pologne, en Thaïlande, à Dubaï, aux Maldives, en France et en Italie.
Compétence techniques
Programmation: JAVA, Python/R , PLSQL, Matlab.
Infrastructure : Linux, Docker, Kubernetes.
Cloud Computing : AWS (Amazon S3, AWS
Lambda, Amazon Redshift,..)
Visualisation de données: Tableau , Power BI
Database Management Systems: MySQL, SQL, MongoDB, Cassandra.
Versionnage de Code : Git. Spyder, Jupyter
(Notebook...)
Big data analytics: Hadoop, Spark, Pyspark.
Gestion de projet: Méthodologies agiles (Scrum
& Safe)
[nom]
Data Scientist / Data Analytics
FORMATION
2024-2025 : MSc 2 Data Analytics & Marketing Manager, INSEEC Paris
2019-2024 : Diplôme d’Ingénieur d’état en Data Engineering, ENSAH
2018-2019 : BACCALAURÉAT en Science Mathématiques
EXPÉRIENCE PROFESSIONNELLE
Stage PFE Consultante en Intelligence artificielle & Transformation Digitale, Devoteam, Paris | 11/08/2025 - 16/02/2026 (6 mois)
Conception et développement de Label IT, une solution basée sur le NLP, LLMs et l'IA pour automatiser l'uniformisation et la recommandation de labels pour les ressources cloud.
Participation aux tâches:
Conception de Label IT : solution NLP & LLMs pour l’uniformisation des labels cloud.
Analyse des problématiques de labellisation (variabilité syntaxique, sémantique et combinés).
Développement d’un moteur de recommandation de labels normalisés.
Exploitation des LLMs pour générer des insights et nouveaux cas d’usage
Technologies: Python, Pandas, NumPy, TensorFlow, Spacy, SentenceTransformers, Scikit-learn, Asyncio, Aiohttp, API REST.
Stage PFE Data Engineer & Data Modeler, Airbus Operations SAS Toulouse | 05/02/2024 -
09/08/2024 (6 mois)
Modélisation et gouvernance des données pour les produits de données SAP relatifs aux ordres de fabrication.
Participation aux tâches:
Gouvernance des données SAP : standards de nommage, dictionnaires, cycle de vie et conformité
RGPD.
Modélisation logique et physique (UML) pour aligner besoins métiers et bases SAP.
Intégration de données : schémas de médiation et spécification d’APIs pour systèmes hétérogènes.
Développement de pipelines ETL automatisés pour nettoyage, transformation et chargement sécurisés.
Méthodologie : Travail en environnement agile (Scrum & SAFe).
Technologies: Enterprise Architect, SAP, Skywise (Palantir Technologies), SQL, UML, Excel.
Stage Data Analyst, SODIPOL 08/2023 - 01/2024 (6 mois)
Analyse et visualisation des indicateurs de développement durable (ODD) pour l'aide à la décision stratégique.
Participation aux tâches:
Analyse et prétraitement de données à grande échelle avec Spark et SQL (EDA, agrégation, insights).
Conception de tableaux de bord interactifs Power BI pour le suivi des indicateurs ODD.
Mise en place d’un pipeline de données des bases SQL vers Power BI.
Utilisation la méthode agile (Scrum).
Technologies: Power BI, Excel, DAX (Data Analysis Expressions), Spark, SQL.
Stage Data Scientist, 3D Smart Factory: Al Mohamadia | 05/2022- 08/2022 (4 mois)
Développement d'un correcteur orthographique intelligent en anglais via le NLP et le Machine Learning.
Participation aux tâches:
Collecte et nettoyage avancé de données textuelles (tokenisation, lemmatisation, normalisation).
Conception et entraînement de modèles probabilistes (HMM) et Seq2Seq.
Évaluation des performances (Accuracy, F1-score).
Utilisation la méthode agile (Scrum).
Stage Data Scientist, VARTEC: Casablanca | 06/2021-09/2021 (4 mois)
Développement d'un système de détection d'intrusions réseau à l'aide du Machine Learning sur un écosystème Big Data.
Participation aux tâches:
Traitement distribué de logs massifs avec l’écosystème Hadoop (HDFS, PySpark).
Feature engineering et modélisation (Random Forest, SVM) pour détecter les anomalies.
Évaluation via précision, rappel et matrice de confusion.
Utilisation la méthode agile (Scrum).
Technologies: Hadoop, HDFS, Python, PySpark, Scikit-learn.
PROJETS ACADÉMIQUES
Projet AWS: Pipeline de Traitement de Données et d'Analyse en Temps Réel avec Amazon Web Services (AWS).
Projet J2EE : Développement d'une application de gestion des absences (Thymleaf, MySQL,Spring Framework, Bootstrap).
Projet Deep Learning : Similarity of questions en utilisant Siamese neural networks.
Conception et mise en oeuvre d’un Data Warehouse pour mettre en place un système de prise de décision (SQL server, SSIS, SSAS, Power BI).
