Aller au contenu
Rihab M.

Rihab M.

Data analyst junior, master Big Data & BI, en recherche de stage pré-embauche en data à Casablanca

Universidad Isabel I · Bac+5 et plus (doctorat)Informatique Cherche un stage dès maintenant · 3 à 6 mois Mobilité : Casablanca Recherche : Pré-embauche

Présentation

Titulaire d'un master en Big Data & Business Intelligence (Universidad Isabel I, 2024-2025), après une licence et un master en informatique au Groupe ISGA de Casablanca.

Mes projets portent sur l'analyse de données et la visualisation: un tableau de bord Power BI de performance commerciale avec plus de 10 KPI, l'analyse de 50 000 lignes de données de streaming Spotify, une segmentation clients par K-Means et des modèles de classification en santé (régression logistique, random forest) atteignant 85 à 87 % de précision. Je travaille avec SQL, Python (Pandas, Scikit-learn), Power BI et Excel.

Je recherche un stage pré-embauche en data, idéalement dans un environnement de conseil, pour évoluer vers un poste de consultant data. Disponible immédiatement à Casablanca.

Formation

  1. Master en Big Data & Business Intelligence · Universidad Isabel I (Burgos, Espagne)

    2024 – 2025

  2. Master en informatique · Groupe ISGA Casablanca

    2023 – 2024

  3. Licence en informatique · Groupe ISGA Casablanca

    2022 – 2023

Projets

  1. Dashboard de performance commerciale

    Création d'un tableau de bord interactif (chiffre d'affaires, profit, ventes) sous Power BI. Suivi de KPI: croissance, produits performants, segmentation clients.

  2. Analyse des données Spotify

    Analyse de plus de 50 000 données de streaming. Création de plus de 10 KPI (artistes, tendances) avec filtres dynamiques.

  3. Segmentation clients

    Application de l'algorithme K-Means pour identifier des groupes de clients distincts et analyser leur comportement d'achat.

  4. Analyse des données Netflix

    Analyse de plus de 10 000 contenus: tendances par genre, pays et année, visualisées avec Python et Power BI.

  5. Projets de prédiction en santé

    Modèles de classification (régression logistique, random forest) évalués par précision, rappel et matrice de confusion, avec 85 à 87 % de précision.

Certifications

  1. Python Essentials I · Cisco Networking Academy

    2021

  2. Oracle Certified Foundations Associate · Oracle Academy

    2023

  3. Deloitte Data Analytics Job Simulation · Forage

    2025