Autonome et enthousiaste, mes premières expériences m'ont permis de renforcer mes acquis et d'appréhender différents outils et techniques dans le vaste domaine informatique. En quête de nouveaux challenges, j'ai voulu orienter ma carrière vers le domaine de la data science, c'est pour cette raison que j'ai rejoins le Master "MIT IDSS - Data science ", ce qui m'a permis d'acquérir les connaissances à la fois théoriques et pratiques nécessaires à l'exertion des métiers liés à la data.
Casablanca, pour le compte de SUEZ
Département Reconstitution des flux Paris
Prolongation du projet Linky
Front Office Casablanca
• Fundamentals: Statistics, Probability, Python • Foundation of data Science o Python for data Science (Numpy, Pandas, Data Visualization) o Statistics for Data Science (Inferential Statistics, Hypothesis Testing) o Data Preprocessing • Making Sense of Unstructured Data o Linear Algebra o Clustering (Unsupervised Learning) o Dimensionality reduction techniques • Regression and Prediction o Supervised learning o Regression o Model Evaluation, Cross validation and Bootstrapping • Classification and Hypothesis Testing o Classification o Hypothesis Testing o Logistic Regression o Support Vector Machines o Decision Trees o Bagging and Random Forrest o K-Nearest Neighbors • Deep Learning o Artificial Neural Network o Computer Vision o Convolution Neural Network o Natural Language Processing o RNN, LSTM and Transformers • Recommendation Systems o Basics of Recommendation Systems o Collaborative Filtering o Matrix Factorization o Nearest Neighbors and Clustering techniques • Networking and Graphical Models • Predictive Analysis • Generative AI and ChatGPT • • •