Aller au contenu
Khaoula E.

Khaoula E.

Ingénieure en data science diplômée de l'ENSA Oujda, IA et machine learning, en recherche de stage pré-embauche

ENSA · Bac+5Informatique Cherche un stage dès maintenant · 3 à 6 mois Mobilité : Casablanca, Rabat, Salé, Temara Recherche : Pré-embauche

Présentation

Ingénieure en data science et cloud computing diplômée de l'ENSA Oujda en 2025, je poursuis depuis novembre 2025 une formation en administration de bases de données à l'ENSIAS de Rabat.

En stage chez Safran Engineering Services (6 mois), j'ai développé une IA générative qui produit du code VBA pour CATIA et couvre environ 80 % des pièces standards, puis conçu un outil qui automatise le traitement des dérogations et ramène la génération des fiches de 2 heures à 5 minutes (LLM, RAG, fine-tuning PEFT). À l'ENSA, j'ai réalisé un tableau de bord temps réel avec Kafka et Spark, un système de détection de wake word par réseaux convolutifs et une architecture microservices déployée sur AWS avec CI/CD.

Je cherche un stage de 3 à 6 mois avec perspective d'embauche, en data science, IA ou ingénierie des données, à Casablanca, Rabat ou dans les villes voisines.

Formation

  1. Formation en administration des bases de données · ENSIAS, Rabat

    11/2025

  2. Diplôme d'ingénieur en Data Science et Cloud Computing · ENSA Oujda

    2023 – 2025

  3. Licence en Mathématiques et Informatique · Faculté des Sciences d'Oujda

    2020 – 2023

Expérience

  1. Stagiaire Data Scientist (projet de recherche en IA) · Safran Engineering Services

    02/2025 – 07/2025

    Développer une IA générative (pipeline d'entraînement et fine-tuning) qui produit du code VBA pour CATIA, couvrant environ 80 % des pièces standards. Concevoir un outil qui automatise le traitement des dérogations et la génération des fiches justificatives, de 2 heures à 5 minutes. Mettre en œuvre des solutions LLM, NLP, RAG et PEFT.

  2. Stagiaire optimisation et data science · ENSA Oujda

    02/2024 – 07/2024

    Étudier et évaluer des algorithmes d'optimisation (algorithmes génétiques, recuit simulé, PSO) sur le voyageur de commerce et le sac à dos. Appliquer ces méthodes aux réseaux de neurones, nettoyer et visualiser les données.

Projets

  1. Tableau de bord temps réel

    Monitoring de données séquentielles avec Apache Kafka et Spark, détection et correction automatique d'anomalies par deep learning.

  2. Détection de wake word et reconnaissance de caractères

    Réseaux convolutifs avec TensorFlow Lite, Keras et OpenCV.

  3. Architecture microservices et CI/CD sur AWS

    Architecture scalable avec pipeline CI/CD et déploiement blue/green pour réduire l'indisponibilité.

  4. Système IoT de suivi de consommation d'eau

    Capteurs, ESP32 et Firebase pour collecter et analyser les données en temps réel.

Certifications

  1. Git et GitHub · 365 Data Science

  2. Power BI Foundations · Microsoft / Simplilearn

  3. Cloud Computing · IBM / Coursera

  4. Machine Learning · UCI / Coursera