[nom]

DATA ENGINEER

Big Data | Data Pipelines | ETL | Data Warehousing

[e-mail] | https ://[lien] | [téléphone] | Casablanca, Maroc

PROFIL

Diplômée du Master Big Data & IoT de l’ENSAM Casablanca, je possède des compétences en Data Engineering, Big Data et gestion de données à grande échelle. Je suis actuellement à la recherche d’une opportunité en Data Engineering où je pourrai contribuer à la conception d’architectures de données robustes, performantes et évolutives.

EXPÉRIENCE PROFESSIONNELLE

Consultante Technico-Fonctionnelle · 07/2026 - présent

SYPEX · Casablanca, Maroc

Stagiaire PFE/Pré-embauche - Data & Business Intelligence · 01/2026 - 06/2026

SYPEX · Casablanca, Maroc

• Réalisation d’un système NL2SQL pour l’interrogation des bases de données financières. Technologies : Streamlit, FastAPI, LangGraph, Python, Ollama, ChromaDB, PostgreSQL, Oracle, MySQL, SQL Server.
• Participation au déploiement de la solution SYPEX auprès d’un client du secteur de la titrisation (OPCVM / OPCI).

Stagiaire en développement web full stack · 07/2025 - 09/2025

AGMA · Casablanca, Maroc

• Réalisation d’une application web pour la traduction Anglais - Français. Technologies : HTML, CSS, Javascript, Python, FastAPI.
• Développement d’une application web de gestion des polices d’assurance pour la flotte automobile. Technologies : React.js, TailwindCSS, Node.js, Express.js, PostgreSQL.

FORMATION

Master Big Data & Internet des Objets · 2024 - 2026

École Nationale Supérieure d’Arts et Métiers (ENSAM) · Casablanca

Licence d’études fondamentales en Sciences Mathématiques et Informatique - Base de Données · 2023 - 2024

Faculté des sciences Ain Chock (FSAC) · Casablanca

Deug en Sciences Mathématiques et Informatique · 2022 - 2023

Faculté des sciences Ain Chock (FSAC) · Casablanca

Baccalauréat en Sciences Mathématiques - A · 2020 - 2021

Lycée Tarek Ibn Ziad · Casablanca

PROJETS

• Pipeline Big Data en temps réel pour la surveillance du trafic urbain et la prédiction de la congestion
• Collecte des flux via l’API TomTom, traitement en streaming avec Spark Structured Streaming, stockage Delta Lake (Bronze, Silver, Gold), prédiction de congestion à court terme avec régression logistique Spark MLlib, et serving/visualisation via PostgreSQL et Grafana. Technologies :

Kafka, Spark Structured Streaming, Delta Lake, Machine Learning, PostgreSQL, Grafana, Docker

• Système de détection de fraudes financières
• Conception d’un pipeline Big Data sur le dataset Kaggle Synthetic Financial Datasets avec nettoyage, feature engineering et entraînement d’un modèle Random Forest PySpark MLlib. Stockage HDFS (Parquet) et export vers PostgreSQL/HBase pour accès rapide.
• Développement backend sécurisé Spring Boot avec API REST, frontend React.js pour visualisation et supervision, orchestration via Docker Compose. Technologies : Apache Spark, PySpark, Hadoop, HBase, PostgreSQL, Sqoop, Spring Boot, React.js, Docker, MLlib
• Analyse des tendances de recherche en intelligence artificielle générative par fouille de textes
• Collecte, nettoyage et analyse de 3 437 articles scientifiques via arXiv et OpenAlex. Modélisation thématique avec LDA et BERTopic, clustering (KMeans), analyse géographique et institutionnelle, évolution temporelle des sujets et visualisation interactive avec Plotly et UMAP. Technologies / Outils : Python, NLP, Text Mining, Topic Modeling, LDA, BERTopic, KMeans, Plotly, UMAP
• Développement d’une application web Low-Code basée sur l’intelligence artificielle
• Conception et réalisation d’une plateforme web permettant de créer des applications avec un minimum de codage manuel grâce à des interfaces visuelles et à l’automatisation par IA, gestion des utilisateurs, droits d’accès, création d’environnements, services et entités. Technologies / Outils : TypeScript, Vite, Material-UI, Redux, Spring Boot, Spring Data JPA, WebFlux, Spring Security, PostgreSQL, Llama3-8b
• Agent d’évaluation de rapports académiques
• Système multi-agents analysant automatiquement des rapports académiques et générant un diagnostic en JSON, avec interface Streamlit pour affichage interactif. Technologies : Python, CrewAI, Llama, Streamlit
• Système de détection d’images générées par intelligence artificielle
• Utilisation de ResNet50 pour distinguer images réelles et images générées par IA (60 000 images), avec approche en deux phases : extraction de features puis fine-tuning. Technologies : Python, TensorFlow/Keras, Pandas, OpenCV

COMPÉTENCES TECHNIQUES

• Big Data : Apache Spark, PySpark, Kafka, Hadoop, Delta Lake · • Langages : Python, SQL, Java
• Bases de données : PostgreSQL, MySQL, Oracle, MongoDB, SQL · • Cloud DevOps : Docker, Git, Linux Server · • Business Intelligence : Power BI, Excel
• Data Engineering : ETL, Data Pipelines, Data Quality, Data, In- tegration, Data Modeling

CERTIFICATIONS

• AWS Academy Machine Learning Foundations
• Scrum Foundation Learner
• Supervised Machine Learning in Python

LANGUES

• Anglais : C1
• Arabe : Langue maternelle
• Français : B2

CENTRES D’INTÉRÊT

• Veille technologique et apprentissage continu
• Développement de projets personnels
• Loisirs : Lecture, Dessin, Photographie