Mohammed Akrour

Conception et déploiement de solutions d'IA et de Data Science prêtes pour la production : • IA Générative : applications RAG, agents IA, fine-tuning de LLMs (LangGraph, LangChain, Gemini, Hugging Face) • Data Science : analyse exploratoire (EDA), nettoyage et préparation de données, feature engineering, modélisation statistique, visualisation • Machine Learning & Deep Learning : régression, classification, séries temporelles, détection d'anomalies, computer vision (CNN, LSTM, Transformers) • MLOps & Déploiement : pipelines de données, FastAPI / Streamlit, Docker, cloud (GCP), APIs REST pour l'inférence en temps réel Outils : Python, Pandas, NumPy, scikit-learn, TensorFlow, PyTorch, SQL, Power BI

Designed and developed an AI-driven health application integrating anonymized personal health data for automated analysis using Large Language Models (LLMs). Implemented data ingestion pipelines from multiple sources, including the Google Fit API (steps, calories, weight, heart rate) and OCR-based extraction from uploaded PDF medical documents within the application. Identified health trends and detected anomalous patterns using machine learning and time-series analysis to support personalized health recommendations and longitudinal patient monitoring. Trained and deployed machine learning models to predict potential future health risks (e.g., diabetes, cardiovascular diseases) based on historical and client-provided data. Enabled comparison of past and current patient health states through time-series visualizations and automated LLM-generated medical reports, summarizing patient evolution and health status.

Etude de maintenance et fiabilité d’une turbine a gaz de type MS6001B stage de fin d'étude au sein de la raffinerie d'Alger. -Analyser les tests de performance sur la turbine à gaz lors de la mesure de certaines paramètres, recueillies des données lors des activités de maintenance. - Evaluer la fiabilité de la turbine à gaz, en examinant les pannes passées, en identifiant les tendances et en proposant des mesures préventives pour améliorer la fiabilité et réduire les temps d'arrêt non planifiés

Maintenance et Réparation des Circuits Électroniques