Mohamed Abderrahim NAIT ALI
Alger, Algérie
Mohamed Abderrahim NAIT ALI
Science des données
Catégorie : Assistance informatique
Data Scientist et ingénieur en apprentissage automatique avec une formation en génie énergétique et mécanique (Master, USTHB) et une expérience pratique dans la transformation de données brutes en décisions commerciales claires.
Je construis des solutions de données de bout en bout : nettoyer et explorer des ensembles de données, des fonctionnalités d’ingénierie, entraîner et ajuster des modèles d’apprentissage automatique et d’apprentissage profond (scikit learn, TensorFlow, Keras), et présenter les résultats via des tableaux de bord et des rapports sur lesquels les parties prenantes non techniques peuvent agir.
Travaux récents incluent :
Classification d’images et projets d’apprentissage par transfert (VGG16, MobileNetV2) pour la détection de défauts et la reconnaissance d’objets.
Traitement du langage naturel avec BERT pour l’analyse de sentiment.
Systèmes de recommandation utilisant le clustering (K Means) et la réduction de dimensionnalité (PCA, t SNE).
Analyse de données SQL sur des ensembles de données e-commerce, de la conception des requêtes aux insights métier.
Visualisation de données et narration avec Matplotlib et Tableau, incluant les temps d’arrêt en usine et l’analyse opérationnelle.
J’ai également suivi des programmes d’expérience virtuelle avec JPMorgan Chase (recherche quantitative), BCG X (analytique du commerce électronique), Quantium (segmentation client et tests A/B) et Deloitte (visualisation de données).
Je détiens une certification NVIDIA en apprentissage profond et un certificat Cambridge CAE C1 en anglais, et je travaille actuellement comme annotateur de données IA, ce qui me permet de rester proche des problèmes réels de qualité des données que la plupart des analystes ne voient jamais.
J’écris du code propre, documenté, prêt à la production, et je suis à l’aise de travailler de façon autonome ou en équipe, en anglais ou en français.
Si vous avez besoin de quelqu’un capable de prendre un jeu de données à partir de fichiers bruts à un modèle ou tableau de bord terminé, et d’expliquer clairement les résultats au fil du temps, je suis prêt à vous aider.
Je construis des solutions de données de bout en bout : nettoyer et explorer des ensembles de données, des fonctionnalités d’ingénierie, entraîner et ajuster des modèles d’apprentissage automatique et d’apprentissage profond (scikit learn, TensorFlow, Keras), et présenter les résultats via des tableaux de bord et des rapports sur lesquels les parties prenantes non techniques peuvent agir.
Travaux récents incluent :
Classification d’images et projets d’apprentissage par transfert (VGG16, MobileNetV2) pour la détection de défauts et la reconnaissance d’objets.
Traitement du langage naturel avec BERT pour l’analyse de sentiment.
Systèmes de recommandation utilisant le clustering (K Means) et la réduction de dimensionnalité (PCA, t SNE).
Analyse de données SQL sur des ensembles de données e-commerce, de la conception des requêtes aux insights métier.
Visualisation de données et narration avec Matplotlib et Tableau, incluant les temps d’arrêt en usine et l’analyse opérationnelle.
J’ai également suivi des programmes d’expérience virtuelle avec JPMorgan Chase (recherche quantitative), BCG X (analytique du commerce électronique), Quantium (segmentation client et tests A/B) et Deloitte (visualisation de données).
Je détiens une certification NVIDIA en apprentissage profond et un certificat Cambridge CAE C1 en anglais, et je travaille actuellement comme annotateur de données IA, ce qui me permet de rester proche des problèmes réels de qualité des données que la plupart des analystes ne voient jamais.
J’écris du code propre, documenté, prêt à la production, et je suis à l’aise de travailler de façon autonome ou en équipe, en anglais ou en français.
Si vous avez besoin de quelqu’un capable de prendre un jeu de données à partir de fichiers bruts à un modèle ou tableau de bord terminé, et d’expliquer clairement les résultats au fil du temps, je suis prêt à vous aider.
Horaires de travail
- Lundi:08h00 à 18h00
- Mardi:08h00 à 18h00
- Mercredi:08h00 à 18h00
- Jeudi:08h00 à 18h00
- Vendredi:08h00 à 18h00
- Samedi:Non disponible
- Dimanche:Non disponible
Je construis des solutions de données de bout en bout : nettoyer et explorer des ensembles de données, des fonctionnalités d’ingénierie, entraîner et ajuster des modèles d’apprentissage automatique et d’apprentissage profond (scikit learn, TensorFlow, Keras), et présenter les résultats via des tableaux de bord et des rapports sur lesquels les parties prenantes non techniques peuvent agir.
Data Scientist et ingénieur en apprentissage automatique avec une formation en génie énergétique et mécanique (Master, USTHB) et une expérience pratique dans la transformation de données brutes en décisions commerciales claires.
Je construis des solutions de données de bout en bout : nettoyer et explorer des ensembles de données, des fonctionnalités d’ingénierie, entraîner et ajuster des modèles d’apprentissage automatique et d’apprentissage profond (scikit learn, TensorFlow, Keras), et présenter les résultats via des tableaux de bord et des rapports sur lesquels les parties prenantes non techniques peuvent agir.
Travaux récents incluent :
Classification d’images et projets d’apprentissage par transfert (VGG16, MobileNetV2) pour la détection de défauts et la reconnaissance d’objets.
Traitement du langage naturel avec BERT pour l’analyse de sentiment.
Systèmes de recommandation utilisant le clustering (K Means) et la réduction de dimensionnalité (PCA, t SNE).
Analyse de données SQL sur des ensembles de données e-commerce, de la conception des requêtes aux insights métier.
Visualisation de données et narration avec Matplotlib et Tableau, incluant les temps d’arrêt en usine et l’analyse opérationnelle.
J’ai également suivi des programmes d’expérience virtuelle avec JPMorgan Chase (recherche quantitative), BCG X (analytique du commerce électronique), Quantium (segmentation client et tests A/B) et Deloitte (visualisation de données).
Je détiens une certification NVIDIA en apprentissage profond et un certificat Cambridge CAE C1 en anglais, et je travaille actuellement comme annotateur de données IA, ce qui me permet de rester proche des problèmes réels de qualité des données que la plupart des analystes ne voient jamais.
J’écris du code propre, documenté, prêt à la production, et je suis à l’aise de travailler de façon autonome ou en équipe, en anglais ou en français.
Si vous avez besoin de quelqu’un capable de prendre un jeu de données à partir de fichiers bruts à un modèle ou tableau de bord terminé, et d’expliquer clairement les résultats au fil du temps, je suis prêt à vous aider.
Je construis des solutions de données de bout en bout : nettoyer et explorer des ensembles de données, des fonctionnalités d’ingénierie, entraîner et ajuster des modèles d’apprentissage automatique et d’apprentissage profond (scikit learn, TensorFlow, Keras), et présenter les résultats via des tableaux de bord et des rapports sur lesquels les parties prenantes non techniques peuvent agir.
Travaux récents incluent :
Classification d’images et projets d’apprentissage par transfert (VGG16, MobileNetV2) pour la détection de défauts et la reconnaissance d’objets.
Traitement du langage naturel avec BERT pour l’analyse de sentiment.
Systèmes de recommandation utilisant le clustering (K Means) et la réduction de dimensionnalité (PCA, t SNE).
Analyse de données SQL sur des ensembles de données e-commerce, de la conception des requêtes aux insights métier.
Visualisation de données et narration avec Matplotlib et Tableau, incluant les temps d’arrêt en usine et l’analyse opérationnelle.
J’ai également suivi des programmes d’expérience virtuelle avec JPMorgan Chase (recherche quantitative), BCG X (analytique du commerce électronique), Quantium (segmentation client et tests A/B) et Deloitte (visualisation de données).
Je détiens une certification NVIDIA en apprentissage profond et un certificat Cambridge CAE C1 en anglais, et je travaille actuellement comme annotateur de données IA, ce qui me permet de rester proche des problèmes réels de qualité des données que la plupart des analystes ne voient jamais.
J’écris du code propre, documenté, prêt à la production, et je suis à l’aise de travailler de façon autonome ou en équipe, en anglais ou en français.
Si vous avez besoin de quelqu’un capable de prendre un jeu de données à partir de fichiers bruts à un modèle ou tableau de bord terminé, et d’expliquer clairement les résultats au fil du temps, je suis prêt à vous aider.
Je suis titulaire d’un master en génie énergétique et mécanique de l’USTHB (Université des sciences et technologies Houari Boumediene), l’une des principales écoles d’ingénierie d’Algérie. Ma formation portait sur la thermodynamique, la mécanique des fluides, les systèmes énergétiques et la conception mécanique, ainsi que de solides bases en mathématiques, physique et résolution de problèmes dans des contraintes du monde réel.
Cette formation en ingénierie m’a donné une façon de penser rigoureuse et analytique qui s’est directement transférée à la data science. Les ingénieurs sont formés à modéliser les systèmes, travailler avec les nombres, tester des hypothèses et valider les résultats avant de leur faire confiance. C’est exactement ce dont la data science a besoin lorsqu’elle travaille avec des jeux de données, construit des modèles et interprète les résultats.
Je suis ensuite passé à la data science grâce à un bootcamp intensif de 600 heures avec GomyCode, combinant mes bases d’ingénierie avec des outils modernes comme Python, l’apprentissage automatique et le deep learning. Ce mélange de discipline d’ingénierie et de compétences en data science est l’un de mes atouts les plus forts : je ne me contente pas de construire des modèles, je comprends les systèmes sous-jacents et le raisonnement derrière les données.
Cette formation en ingénierie m’a donné une façon de penser rigoureuse et analytique qui s’est directement transférée à la data science. Les ingénieurs sont formés à modéliser les systèmes, travailler avec les nombres, tester des hypothèses et valider les résultats avant de leur faire confiance. C’est exactement ce dont la data science a besoin lorsqu’elle travaille avec des jeux de données, construit des modèles et interprète les résultats.
Je suis ensuite passé à la data science grâce à un bootcamp intensif de 600 heures avec GomyCode, combinant mes bases d’ingénierie avec des outils modernes comme Python, l’apprentissage automatique et le deep learning. Ce mélange de discipline d’ingénierie et de compétences en data science est l’un de mes atouts les plus forts : je ne me contente pas de construire des modèles, je comprends les systèmes sous-jacents et le raisonnement derrière les données.
- 🇬🇧 Anglais
- 🇫🇷 Français
- 🇲🇦 Arabe
Merci de vous connecter en tant que client pour pouvoir donner votre avis
Professionnels sponsorisés
Besoin d'un service ?
Voulez-vous faire appel aux services de ce Professionnel ?
Postez votre mission et vous recevrez des dizaines de propositions de la part des Professionnels de la communauté.
