Abdassamad H.
Étudiant en master Data Science et sécurité des SI, en recherche d'un stage de fin d'études en data ou cybersécurité
Présentation
Je suis étudiant en master Data Science et sécurité des systèmes d'information (parcours d'excellence, Université Sultan Moulay Slimane). J'ai notamment développé un détecteur d'attaques DDoS (Random Forest, SVM) industrialisé en API FastAPI avec un tableau de bord Streamlit, et entraîné un agent DQN qui dépasse de 39 % la meilleure heuristique testée en récompense (test de Mann-Whitney, p < 0,05).
En stage de science des données chez INADRE à Rabat (sept.-déc. 2024), j'ai traité et nettoyé des jeux de données nationaux avec Python et SQL et construit des pipelines de données. Auparavant, j'ai développé un site web responsive de bout en bout pour Para CDR Pharm.
Je recherche un stage de fin d'études de 6 mois à partir du 1er février 2027, en data science ou en cybersécurité, avec une perspective de pré-embauche. Je suis mobile à Casablanca, Rabat, Marrakech, Tanger, Agadir et Béni Mellal.
Formation
Master (parcours d'excellence) Data Science et sécurité des systèmes d'information · Faculté des Sciences Appliquées de Béni Mellal, USMS
2025 – 2027
Licence d'excellence Data Science et sécurité des systèmes d'information · Faculté des Sciences Appliquées de Béni Mellal, USMS
2024 – 2025
DUT Génie informatique · École Supérieure de Technologie de Béni Mellal
2021 – 2023
Expérience
Stagiaire en science des données · INADRE SARL AU
09/2024 – 12/2024
Traiter et analyser des jeux de données nationaux avec Python et SQL. Construire des pipelines de données pour soutenir la prise de décision. Nettoyer et contrôler la qualité de données issues de sources hétérogènes.
Stagiaire en développement web · Para CDR Pharm
04/2023 – 06/2023
Concevoir et développer de bout en bout un site web institutionnel responsive. Recueillir les besoins, réaliser les maquettes, intégrer le contenu et tester sur plusieurs écrans.
Stagiaire en informatique · RADEET
08/2022 – 09/2022
Assurer la maintenance des systèmes d'information et l'assistance aux utilisateurs. Participer aux opérations d'infrastructure réseau.
Projets
Détection d'attaques DDoS par machine learning
Classifieurs Random Forest et SVM entraînés sur CIC-DDoS2019 (77 caractéristiques). Industrialisation en API REST FastAPI (6 endpoints) et dashboard Streamlit temps réel.
Ordonnancement adaptatif par apprentissage par renforcement
Agent DQN (PyTorch, Gymnasium) comparé à un Q-learning et trois heuristiques sur 5 280 enregistrements: +39 % de récompense face à la meilleure heuristique, 1 412 étudiants transportés contre 1 129.
Étude comparative des méthodes de régularisation
Ridge, Lasso et ElasticNet avec scikit-learn: Lasso réduit l'erreur quadratique en test de 24,4 %.