Abderrazak DRIOUCH

– Développement de pipelines de traitement et d'analyse de données avec Python (Pandas, NumPy) et SQL avancé sur BigQuery. – Mise en place de solutions de visualisation interactive avec Looker et Power BI. – Conception et déploiement de systèmes de recommandation et modèles de Machine Learning (TensorFlow, scikit-learn) sur Google Cloud Platform (GCP). – Web scraping pour la collecte et structuration de données hétérogènes. – Accompagnement d'entreprises (secteurs industriel, logistique, services, santé) dans l'exploitation de leurs données: audit, collecte, nettoyage, modélisation et visualisation. – Conception de tableaux de bord décisionnels (Power BI, Tableau, Qlik) et d'indicateurs de performance (KPI) adaptés aux besoins métiers. – Automatisation de traitements de données et mise en place de chaînes ETL (Python, SQL, SSIS). – Réalisation d'analyses statistiques avancées et de modèles prédictifs légers (régressions, scoring, segmentation client, analyse de séries temporelles).

– Réalisation d'analyses statistiques appliquées à des problématiques industrielles (optimisation, résolution numérique, contrôle qualité). – Conception et animation de cours, TP et projets en analyse de données, apprentissage statistique et BI appliqués aux secteurs de la construction, des infrastructures et de l'ingénierie. – Enseignement des chaînes de traitement de données (Python, SQL, Power BI / Tableau), visualisation, reporting décisionnel et introduction aux modèles prédictifs. – Accompagnement des étudiants sur des cas concrets optimisation de chantiers, suivi de performances énergétiques, analyse de données IoT issues de capteurs, maintenance prédictive. – Mise en œuvre d'approches pédagogiques par projet en lien avec les enjeux data des entreprises du BTP, de la mobilité et de l'aménagement.

Mission NLP – Pharmacovigilance (septembre 2022 – février 2023) – Développement d'une application web de pharmacovigilance pour l'analyse automatique de la littérature scientifique. – Mise en place d'un pipeline de web scraping sur PubMed et Science Direct pour collecter les articles scientifiques traitant des médicaments clients et de leurs effets secondaires. – Conception et déploiement d'un modèle NLP (BioBERT, BERN2) pour l'extraction d'entités nommées (médicaments, effets indésirables). – Développement d'un modèle d'analyse de pertinence des études cliniques basé sur les entités extraites.

– Développement d'une application responsive de reconnaissance de formes avec Kivy pour automatiser la fabrication de produits à partir de photos. – Reconnaissance automatique de la forme des nouveaux produits par comparaison avec une base de données de formes existantes, permettant de retrouver le schéma de fabrication sans intervention humaine. – Sécurisation (cryptage) de la base de données avec Fernet pour garantir un accès exclusif via l'application, y compris en local. – Création du package d'installation (setup) avec PyInstaller et Inno Setup Compiler.

– Conception et animation de cours, TD et TP en statistiques descriptives et inférentielles, probabilités, régressions et analyses multivariées, appliqués aux sciences pharmaceutiques et biologiques. – Accompagnement des étudiants en thèse d'exercice et en master recherche sur des projets liés à l'analyse de données cliniques, essais thérapeutiques et épidémiologie. – Participation à des travaux de recherche en biostatistique et data science pour la santé (analyse de cohortes, modèles prédictifs, validation de biomarqueurs). – Mise en place de projets tutorés avec des cas concrets issus du secteur pharmaceutique, industriel et logistique.