Nabil SEKKAI

Projet dans le cadre de la formation Data Scientist qui consiste à Prédire le seuil d'épuisement d'un contenu multimédia / d'une thématique sur la plateforme SALTO : • Acquisition de la base de données • Exploration et data visualisations de la base de données • Préparation de la base de travail : création de nouvelles variables, création de la variable cible • Sélection et entrainements de modèles de Machine Learning • Evaluation et analyse d'erreurs (shap) • Validation du modèle le plus performant et adapté à la problématique • Application de prédiction sur Streamlit • Mise en production des Models MLE • Conception d'une API avec Flask • Intégration de l'API dans un conteneur Docker • Déploiement avec avec Kubernetes (Flask, Docker, Kubernetes, Machine learning, Classification, Regression, Clustering, SciKitLearn, Matplotlib, Seaborn, Google GCP, google colab, Jupyter Notebook, Streamlit)

Data Analyste Expert système et télécom 5G (Tableau Software, Power BI, Robot framework, KPI, Validation, 2G, 3G, 4G, 5G)

Data Analyste expert système et télécom pour le ferroviaire

Data Analyste Télécom (KPI, suivi de performance, ...)

Administrateur Système et réseau (Cisco)

Conception d’un système d’e-maintenance (Windows mobile, Dotnet, WCF, Service Web). Projet livré au bout de trois mois, le système a été installé et testé sur le serveur du centre de recherche.

Etude du commutateur à autonomie d’acheminement et du DSLAM du centre. Participation aux phases d’entretiens du dslam et du réseau RTC, à la réparation et la création de lignes téléphoniques.

• Conception d’une application de télésurveillance • Résoudre le problème de recouvrement de formes en mouvement, problème qui rend difficile la reconnaissance d’objets en vision artificiel (IA, Algorithmes et Programmation, XML).