[e-mail]

[nom] · [lien]

Mathématicien

[téléphone]

Meknès, Maroc

FORMATION

2023-2026 · Master en Mathématiques Appliquées et Science des données, option STAT&SD

Faculté des Sciences Dher Al Mahraz, Fès

2017-2023 · Licence en Sciences Mathématiques et Applications

Faculté des Sciences Moulay Ismail, Meknès

2016-2017 · Baccalauréat en sciences physiques

Lycée Maarakat Boudnib, Boudnib

EXPERIENCE

Stage en Prévision de la consommation d'électricité par apprentissage automatique

Avril 2025 - Juillet 2025 chez l’office national de l'électricité et de l'eau potable-ONEE, Maroc

Python , · Analyse exploratoire et pr é traitement de s é ries temporelles de consommation é lectrique à haute r é solution

( donn é es SCADA à pas de 10 . minutes )

Mod é lisation de la consommation à l ' aide de mod è les statistiques ( SARIMA , SARIMAX ) et de mod è les de Deep

Learning ( LSTM , LSTM avec m é canisme d ’ attention ).

D é veloppement d ’ une interface de pr é vision en temps r é el à l ’ aide de Streamlit , int é grant le mod è le le plus performant ( LSTM avec m é canisme d ’ attention ) ainsi qu ’ une visualisation dynamique des r é sultats .

COMPÉTENCES

Langages : RStudio, Python, SQL, Power BI.

Bases de données : SQL Server , MongoDB , Oracle 21c, ETL.

Outils DevOps: Git, GitHub, FastAPI.

Statistiques descriptives et inférentielles : Modélisation, Analyse de la variance, Réduction de la dimensionnalité, Échantillonnage, Tests d’hypothèses.

Séries temporelles : Modèles stochastiques.

Programmation mathématique et optimisation sous contraintes : DG, DGS, Méthode du simplexe.

Machine learning : Apprentissage supervisé, Non supervisé, Méthodes d’ensemble (Voting, Stacking, Bagging, Boosting) avec Scikit-learn .

Deep learning : ANN, CNN, GNN, RNN, Auto-encodeurs, GANs, Régularisation, Fine-tuning, avec Pytorch .

Data / Text / Web Mining : Collecte, Nettoyage de données, Web Scraping, Analyse de contenu, Extraction de règles d’association.

NLP & LLMs : Tokenization , Vectorisation (Embeddings), Transformers, RAG.

PROJETS

Système intelligent d’extraction et de filtrage des BDC et AO marocains

Conception d ’ un IRS pour l ’ identification des Bons de commande et Appels d ’ offres marocains .

Backend : Python

Web Scraping : BeautifulSoup et Selenium pour extraire les donn é es des sites web ( march é s publics , tanmia . com ).

MongoDB pour le stockage des donn é es .

NLP : Pr é traitement des donn é es et la vectorisation des documents a l ’ aide de TF - IDF et BERT .

Frontend : Next . js pour le d é veloppement d ' une interface utilisateur r é active et performante .

Python , · Détection du Risque de Désabonnement des Clients Bancaires

D é veloppement d ' un mod è le de pr é diction du d é sabonnement des clients bancaires à l ' aide de techniques de machine learning .

Le projet inclut une analyse exploratoire des donn é es ( EDA ), comprenant la gestion des valeurs manquantes et la d é tection des anomalies .

Mod é lisation par les mod è les : for ê t al é atoire , SVM et la r é gression logistique .

L ' é valuation des mod è les se fait via des courbes ROC et des matrices de confusion .

Les mod è les for ê t al é atoire et SVM montrent une excellente performance avec une pr é cision de 94 %.

Python , · Chatbot pour l'Analyse de Graphes Financiers

Extraction Multimodale : FinLLava ( LLM ) pour l ' analyse et l ' extraction de donn é es depuis les images financi è res .

G é n é ration & Expertise : Int é gration de Google Gemini ( LLM ) et architecture RAG pour une interpr é tation textuelle fluide et experte .

D é ploiement : Interface utilisateur d é velopp é e avec Streamlit .

Technologies Utilis é es : Hugging Face , ChromaDB , Google Colab , VS Code .

LANGUES

Français -Français professionnelle · Anglais scientifique- lu/écrit · Arabe - Native