Data Science engineering student at INPT with strong expertise in data analysis, data engineering, and machine learning, and hands-on experience delivering data-driven insights in both academic and professional settings.…
Data Science engineering student at INPT with strong expertise in data analysis, data engineering, and machine learning, and hands-on experience delivering data-driven insights in both academic and professional settings. Experienced in data collection, cleaning, analysis, and visualization, as well as in building scalable data pipelines and producing KPIs and dashboards to support decision-making.
Completed internships in Machine Learning and Generative AI, working on large-scale datasets, feature engineering, A/B testing, and performance analysis, with a strong focus on business-oriented analytics and reporting. Proficient in Python, SQL, Power BI, Tableau, and Big Data technologies (Spark, Kafka, Airflow), with the ability to translate complex data into clear, actionable insights.
Analytical, detail-oriented, and proactive, with strong communication skills and experience collaborating in multidisciplinary and international environments. Highly motivated to contribute to data analysis, process optimization, and performance monitoring within a structured, high-impact organization.
Développé une architecture de base de données structurée pour l’expérimentation IA générative avec gestion de versions et traçabilité. Construit des pipelines MLOps end-to-end pour l’entraînement, l’évaluation et le déploiement de modèles avec Docker et Kubernetes. Automatisé les workflows de données avec orchestration Airflow et versioning DVC. Implémenté des APIs REST avec FastAPI pour servir les modèles en production avec monitoring des performances. Collaboré avec les équipes produit pour déployer 3 fonctionnalités IA en production. Tools: Python, Docker, Kubernetes, FastAPI, MLflow, DVC, Git, PostgreSQL, Redis, Airflow.
Conçu et déployé des pipelines de données distribuées traitant 500+ GB de données multimodales (caméra et radar) avec Apache Kafka et Apache Spark. Implémenté un système d’ingestion scalable assurant le traitement en temps réel de flux de données avec latence
نظام التوظيف التشغيلي المعتمد على الذكاء الاصطناعي أولاً، الذي يوحّد ويؤتمت دورة التوظيف بالكامل للمؤسسات الحديثة حول العالم.
د.جوب منطقة حرة ذ.م.م. 2026 © جميع الحقوق محفوظة
