[nom]
Étudiant Ingénieur — Big Data & Intelligence Artificielle
# [e-mail] [téléphone] + Maroc linkedin/[nom]
PROFIL
Étudiant ingénieur Big Data & IA à l’ENSA Tétouan, spécialisé en Data Engineering, Machine Learning et BI. Expérience concrète en construction de pipelines de données, modélisation prédictive (Scikit-learn, TensorFlow) et visualisation (Power BI, Tableau). Maîtrise de Python, SQL, Apache Spark, Docker et Linux. Recherche un stage en Data Engineering, Big Data ou IA.
EXPÉRIENCE PROFESSIONNELLE
Stagiaire Big Data & IA — SmartMatchRH · Juil. – Août 2025
Cloud Marketing Hub · Tanger, Maroc (Sur site)
- Développement de SmartMatchRH : scoring candidat/poste par Deep Learning et analyse NLP multilingue de CV (Python, TensorFlow)
- Construction d’un pipeline de données end-to-end : ingestion, nettoyage, feature engineering et exposition via API REST Flask sur Linux
- Création de 3 dashboards Power BI avec KPI RH et alertes automatisées ; méthodologie Agile
- Résultats : +35 % précision de matching · 85 % gain en pré-sélection · 78 % succès aux entretiens · volume candidatures×2
FORMATION
Diplôme d’Ingénieur — Big Data & Intelligence Artificielle · 2024 – Présent
École Nationale des Sciences Appliquées de Tétouan (ENSA Tétouan)
Classes Préparatoires Intégrées aux Grandes Écoles · 2022 – 2024
École Nationale des Sciences Appliquées de Tétouan (ENSA Tétouan)
Baccalauréat Scientifique — Option Française · 2021 – 2022
Lycée Tarik Ibn Ziad, Kelaat M’Gouna, Province Tinghir
PROJETS DATA, IA & CYBERSÉCURITÉ
Business Intelligence & Data Warehouse
- Pipeline ETL complet (SSIS), modèle en étoile, Cube OLAP (SSAS), stockage SSMS ; 3 dashboards Power BI pour l’aide à la décision académique RH Prédictif — Turnover & Burnout
- Modèles prédictifs Scikit-learn (Random Forest, XGBoost) + dashboards Power BI ; scoring comportemental des employés Optimisation Publicitaire — Prédiction du CTR
- Feature engineering avancé, modèles supervisés, réduction des coûts publicitaires IA & Cybersécurité — Détection d’Intrusions SSH
- Parsing logs SSH, détection d’anomalies (Scikit-learn), API Flask sur Linux Deep Learning — Reconnaissance d’Émotions Faciales
- CNN sur 49 779 images : ResNet (75,4 %) surpasse VGG (66,7 %) ; data augmentation et connexions résiduelles Deep Learning — Génération de Légendes d’Images
- VGG16/VGG19 + LSTM/GRU/Transformers avec mécanisme d’attention (TensorFlow)
COMPÉTENCES TECHNIQUES
Langages : · Python, SQL, C, C++
Data Engineering : · Apache Spark (PySpark), Hadoop, ETL/ELT, SSIS, SSAS, Data Warehouse, Apache Airflow (notions)
Machine Learning : · Scikit-learn, TensorFlow, PyTorch, Pandas, NumPy, XGBoost, Deep Learning, NLP, Computer Vision
Cloud & DevOps : · Docker, Git, Linux (Ubuntu), API REST Flask, GitHub Actions (notions), AWS (notions)
BI & Viz : · Power BI, Tableau, Metabase, Streamlit
Bases de données : · PostgreSQL, MySQL, SSMS
LANGUES
Tamazight (Maternelle) • Arabe (Courant) • Français (Courant) • Anglais (Courant) • Espagnol (Débutant)
