[nom] - Data Scientist & Engineer

ƒ [téléphone] — # [e-mail] — LinkedIn

Profil —

Data Scientist & Engineer — Spécialisé en Analyse Client, Modélisation Prédictive et Valorisation des Données. Titulaire d’un Master en Intelligence Artificielle et Sciences des Données, avec une expérience concrète dans l’analyse de données clients, la segmentation, la détection d’anomalies et la conception de tableaux de bord. Orienté résultats, capable de traduire des volumes massifs de données en insights actionnables pour les directions métiers.

Éducation

Master en AI & Data Science · 2023 – 2025

Faculté des Sciences et Techniques · Tanger

Licence en Informatique, Réseaux et Multimédia · 2022 – 2023

Faculté des Sciences et Techniques · Mohammedia

Expérience Professionnelle

Data Scientist & Engineer — PFE -> CDI — Veolia France (Somei) · Fév. 2025 – Présent

Analyse de données clients — Détection d’anomalies dans la consommation · Rabat

• Collecte, structuration et exploitation de plus de 38 millions d’enregistrements clients (électricité et eau) via des requêtes SQL avancées sur les systèmes d’information opérationnels.
• Réalisation d’analyses exploratoires et statistiques pour identifier des tendances, comportements atypiques et leviers de performance client.
• Segmentation des clients selon leurs profils de consommation pour adapter les modèles et cibler les interventions métiers.
• Développement et déploiement de modèles de data science non supervisés (Isolation Forest, Autoencoder) pour la détection d’anomalies et le scoring des comportements à risque.
• Conception et maintien de tableaux de bord interactifs dans Dataiku pour le suivi des indicateurs de performance client à destination des directions métiers.
• Garantie de la qualité, fiabilité et cohérence des données utilisées tout au long du pipeline analytique.
• Collaboration en mode Agile (Scrum) avec les équipes techniques et métiers pour traduire les besoins opérationnels en solutions data.

Migration et modernisation de la plateforme de données (Fabric)

• Pilotage de la migration de Dataiku vers Microsoft Fabric : refonte de l’architecture Data Lakehouse (OneLake), pipelines ETL avec PySpark.
• Entraı̂nement, versioning et monitoring continu des modèles d’anomalies via MLflow.

Data Scientist & Engineer — PFA — YLUNOR · Juin 2024 – Nov. 2024

Pipeline RAG et intégration de modèles de langage · Rabat

• Conception et implémentation d’une solution RAG (Génération Augmentée par Récupération) pour permettre une interaction intelligente avec les documents clients.
• Intégration de modèles de langage avancés (GPT, Mistral) au sein d’un pipeline Python/Flask/Azure.
• Communication avec des bases de données SQL, PostgreSQL et MongoDB pour extraire les données pertinentes et générer des requêtes complexes.
• Visualisation et interprétation de données : tableaux & graphiques interactifs avec Matplotlib et Seaborn.
• Développement et optimisation de la partie backend pour assurer une communication fluide entre LLM, bases de données et interfaces utilisateurs.
• Collaboration avec les équipes frontend pour l’intégration ReactJS en garantissant une UX fluide et intuitive.

Développeur Web — PFE — ArtLink · Avril 2023 – Juin 2023

Développement d’un site web de commande en ligne · Mohammedia

• Développement d’un site e-commerce avec Laravel : gestion des commandes et système de paiement en ligne.

Compétences

• DATA SCIENCE & MODÉLISATION : Segmentation client, Scoring, Détection d’anomalies, Churn, Machine Learning, Deep Learning, NLP, Data Visualization.
• LANGAGES : Python, SQL, JavaScript, PHP (Laravel).
• BASES DE DONNÉES : SQL Server, MySQL, PostgreSQL, MongoDB.
• LIBRAIRIES PYTHON : NumPy, Pandas, Polars, Scikit-learn, TensorFlow, PyTorch, Keras, LangChain, OpenAI, Mistral, PySpark, Flask.
• BI & VISUALISATION : Power BI, Matplotlib, Seaborn, Dataiku.
• CLOUD & BIG DATA : Microsoft Azure, Microsoft Fabric, OneLake, Spark.
• MLOps & ENVIRONNEMENT : MLflow, Docker, Git, VSCode.
• LANGUES : Arabe (maternelle), Français (avancé), Anglais (intermediare).

Soft Skills

• Esprit analytique et capacité de synthèse orientée résultats
• Communication efficace avec les équipes métiers et techniques
• Rigueur dans la qualité et la fiabilité des données
• Adaptabilité et apprentissage continu (veille active en data science)
• Curiosité et proactivité