Dounia L.
Master en science des données à l'ENSA Khouribga, en recherche d'un stage pré-embauche en data science
Présentation
- Mon master Mathématiques et Informatique pour la Science des Données à l'ENSA Khouribga (2024-2026) a orienté mon parcours vers la data science et le machine learning. Pour mon PFE, je construis un système de détection de troubles psychologiques à partir de textes en darija: corpus de 10 000 commentaires annotés, fine-tuning de DarijaBERT, CAMeLBERT et AraBERT, architecture hybride Dual-BERT à 95,5 % de précision et prototype FastAPI + React.
- Avant cela, j'ai entraîné des modèles PyTorch de détection de polypes en imagerie médicale lors d'un stage à l'ENSA Khouribga, et monté un pipeline MLOps de détection de fraudes bancaires avec MLflow, Prefect et Docker.
- Je vise un stage pré-embauche en data science ou data analysis, à Casablanca, Rabat ou Dakhla.
Formation
Master Mathématiques et Informatique pour la Science des Données · ENSA Khouribga
2024 – 2026
Licence Génie Informatique · FST Settat
2022 – 2023
DEUST Mathématiques, Informatique et Physique · FST Settat
2020 – 2022
Expérience
PFE – Classification des troubles psychologiques en darija · ENSA Khouribga
2026
Construit un corpus de 10 000 commentaires annotés (web scraping, prompt engineering avec Gemini). Fine-tuné DarijaBERT, CAMeLBERT et AraBERT et proposé une architecture hybride Dual-BERT (accuracy 95,5 %). Intégré LIME pour l'explicabilité et déployé un prototype FastAPI + React.
Stagiaire Data Scientist · ENSA Khouribga
2025 – 2025
Développé des modèles de deep learning pour la détection de polypes en coloscopie. Entraîné et optimisé les modèles avec PyTorch.
Stagiaire Développeuse Full Stack · FST Settat
2023 – 2023
Conçu une solution PHP d'optimisation des charges horaires académiques. Intégré la gestion des départements et des emplois du temps (PHP, MySQL, JavaScript).
Projets
Détection de fraudes bancaires en temps réel
Pipeline MLOps avec monitoring continu: workflows Prefect, suivi des expériences MLflow, API FastAPI sur base MongoDB, Docker.
Analyse décisionnelle Power BI
Dashboards interactifs sur une base clientèle (segmentation, comportement, churn) avec Power Query, DAX et KPIs marketing.
Cluster Big Data Docker, Hadoop et Spark
Architecture containerisée 1 master + 3 workers sous Docker Swarm pour le traitement distribué de données massives.