Zoulikha BERKANI

Projets dans divers secteurs : éducation, administration de la santé, gestion de l'énergie, vente au détail en ligne, banque, marketing, agronomie - Exploration et nettoyage de données (NumPy, Pandas) - Machine learning (algorithmes supervisés et non supervisés, uni- et multivariés, régression et classification, neuronal réseaux, apprentissage par transfert… – Scikit Learn, TensorFlow, Keras) - Traitement d'images (Computer Vision) et de texte (NLP) - Optimisation d'algorithmes (GridSearch, Hyperopt) - Explication de modèles par représentation visuelle (Matplotlib, Seaborn, Plotly, Shap…) - Construction d'API (Flask) et de tableaux de bord interactifs (Streamlit) - Déploiement de modèles cloud pour l'informatique distribuée (AWS, Databricks, PySpark, Hadoop) - Versioning de code (Git/GitHub)

- Maîtriser les fondamentaux du BIG DATA - Connaitre la solution Hadoop et les technologies associées - Préparer un environnement de travail en créant une machine virtuelle avec les installations et les configurations.(Local, AWS , DATABRICKS) - Administrer, Optimiser les systèmes et clusters mis en place - Utiliser Spark pour distribuer des calculs sous forme de graphes (DAG) - Paralléliser des opérations de calcul avec Pyspark (Deep learning) - Créer les User-Defined Functions - Créer des chaines de traitement distribuées - Traiter, Requêter, Analyser des volumes importants de données - Connecter Apache Spark avec une Base données postgreSQL - Effectuer des traitements avec le composant Spark Streaming - Prendre en main AWS. - Déployer, administrer et débugger une plateforme de calcul distribué avec Amazon Web Services.

- Implémentation d'un modèle de scoring - Déploiement d'un modèle via une API vers le web (Flask, Heroku) - Réalisation d'un tableau de bord (dashboard Streamlit)

Objectifs : Réaliser une première étude de faisabilité d'un moteur de classification d'articles, basé sur une image et une description, pour l'automatisation de l'attribution de la catégorie de l'article. Méthodologie : - Mettre en œuvre les approches d'extraction des features texte : (NLP) - Approches de type “bag-of-words”, comptage simple de mots et Tf-idf - Approche de type d'embedding classique avec Word2Vec (ou Glove ou FastText) ; - Approche basée sur les Transformers BERT - Universal Sentence Encoder. - Mettre en œuvre les approches d'extraction des features image: (Computer vision) - les algorithmes SIFT / ORB / SURF ; - un algorithme de type CNN Transfer Learning. - Comparaison les scores de différents pipelines. Technologies utilisées : Python (+ Pandas, Numpy, Matplotlib, PIL, OpenCV, Tensorflow/Keras, Streamlit)

Objectifs : - Transformation des variables pertinentes (Feature Engineering) - Adaptation des hyperparamètres d'un l'algorithme - Classification non supervisée (k-means, DBSCAN, Clustering agglomératif) - Évaluation des performances d'un modèle Technologies utilisées : Python (+ Pandas, Numpy, Matplotlib, Seaborn, Plotly, Bokeh, Scikit-Learn), Microsoft PowerPoint, GitHub

Objectifs : - Explorer des données à l'aide de Python - Nettoyer une base de données d'un format important (> 2 Go) - Faire des analyses statistiques univariées et multivariées pour émettre des hypothèses - Effectuer les tests statistiques appropriés pour vérifier la significativité des résultats. - Réfléchissant à une idée d’application.