25/02/2019 – 23/08/2019 :
Business Case : Exploiter et Valoriser les données liées à l’activité d’innovation des Métiers Capillaires
pour prédire l’abandon des projets et fournir une aide à la prise de décision aux portfolio managers.
Entreprise : L’ORÉAL Recherche et Innovation, CAPI (Île de France, Département 93).
Technologies/Environnements : Data Management (Pandas, Numpy), Feature Engineering, Feature
Selection avec RFECV, Cross-Validation, Machine Learning avec Scikit-learn, Python, Distribution
Anaconda, Déploiement avec Flask et Spyder, Mise en production (Création des Pipelines), méthode
CRISP, Statistiques, SMOT, GridSearch, Dataviz avec Matplotlib et Seaborn, Dashboard interactif avec
Power BI, Cube Pilar+, Orchestra et GIT.
08/2018 – 09/2018 :
Business Case : Développement d’un système de recommandation intelligent.
Entreprise : GOMYCODE, Startup et école de coding (Tunisie).
Technologies/Environnements : Python, Scikit-learn, Pandas, Numpy, Seaborn, Kaggle, Jupyter notebook,
méthode CRISP, Statistiques, Dataviz, Machine Learning.
02/2016 - 05/2016
Business Case : Conception et développement d’une application Web de Job Monitoring.
Entreprise : TOPNET, Fournisseur de Services Internet et ADSL en Tunisie, département SI (Tunisie).
Technologies/Environnements : Framework ASP.NET, MVC5, C-Sharp, Visual studio 2015, PowerAMC, SQL
Server, Méthodologie de travail SCRUM.
PROJETS ACADEMIQUES
11/2018
Business Case : Développement d’une application IA de reconnaissance faciale et détection des émotions.
Technologies/Environnements : Python, SSD, Spyder, Computer Vision, Deep Learning, ANN, CNN, HaarLike
Features, OpenCV, Cascade classifier.
09/2018 – 11/2018
Business Case : Développement d’une application pour prédire la probabilité de signer un prêt par voie
électronique en fonction de l'historique financier.
Technologies/Environnements : Feature Engineering, Data Preprocessing, Python, Anaconda, Grid search,
Pandas, Numpy, Machine Learning avec Scikit-learn.
12/2018
Business Case : Développement d’un algorithme qui prédit la satisfaction des clients en se basant sur
leurs feedbacks.
Technologies/Environnements : NLP, Natural Language Toolkit (NLTK), Data Preprocessing, Regression
Logistique, Scikit Learn, Python, Anaconda, BeautifulSoup.
01/2017-04/2017
Business Case : Conception et développement d’une application dont l'objet social est d'assurer un
service d’hébergement temporaire et gratuit.
Secteur : Services de logement.
Technologies/Environnements : Symfony 3, Java, SQL, Codename One, WAMP, MYSQL, PowerAMC, PHP
Storm, SCRUM, Git et NetBeans.
PROJETS PERSONNELS
11/2018
Business Case : Développement d’une application IA de reconnaissance faciale et détection des émotions.
Technologies/Environnements : Python, SSD, Spyder, Computer Vision, Deep Learning, ANN, CNN, HaarLike
Features, OpenCV, Cascade classifier.
09/2018 – 11/2018
Business Case : Développement d’une application pour prédire la probabilité de signer un prêt par voie
électronique en fonction de l'historique financier.
Technologies/Environnements : Feature Engineering, Data Preprocessing, Python, Anaconda, Grid search,
Pandas, Numpy, Machine Learning avec Scikit-learn.
12/2018
Business Case : Développement d’un algorithme qui prédit la satisfaction des clients en se basant sur
leurs feedbacks.
Technologies/Environnements : NLP, Natural Language Toolkit (NLTK), Data Preprocessing, Regression
Logistique, Scikit Learn, Python, Anaconda, BeautifulSoup.
FORMATIONS
2016 - 2019 Cycle d’Ingénieurs en Informatique Spécialité : Business Intelligence / Data Science - ESPRIT TUNIS.
2013 - 2016 Licence Appliquée en Informatique de Gestion – ESSEC TUNIS (Mention Bien, Rang :1/139).
2012 - 2013 Baccalauréat Mathématiques – TUNIS (Mention Bien).
CERTIFICATIONS ET FORMATIONS
n cours
Préparation d’une certification IBM – BIG DATA
Technologies/Environnements : Hadoop, Cloudera, NOSQL, MapReduce, HBase, HDFS, Spark.
10/2015-11/2015
Formation Java/JEE 40H - G2C (TUNIS)
Technologies/Environnements : Architectures N-tiers, MVC5, Hibernate, JPA, JSF, Tomcat, JBOSS, Eclipse.
11/07/2019 Finaliste à l’Innovation Games édition 2019 – L’ORÉAL.
26/11/2018 Deep Learning and Computer Vision: OpenCV, SSD & GANs – Udemy.
20/09/2018 Data Science: Machine Learning et Python – Udemy.
22/10/2018 Statistics for Data Science and Business Analysis – Udemy.
01/2019 Participation au concours Kaggle – Digit Recognition.
07/2018 Participation au concours Kaggle – Titanic : Machine Learning from Disaster (prédire la survie)