Yessine K.

Compétences

• Azure4/5
• CI/CD5/5
• Databricks5/5
• Spark4/5
• MLOps4/5
• Docker4/5
• SQL4/5
• Machine Learning4/5
• Deep Learning4/5
• NLP4/5
• LLM4/5
• PyTorch4/5
• Hadoop4/5
• Python5/5
• FastAPI5/5
• ELK3/5
• Power BI5/5
• Streamlit4/5
• Apache Superset3/5
• DAX3/5
• TensorFlow5/5
• Pandas5/5

Expériences

1. STAGE DE FIN D'ÉTUDES (M2 DATA SCIENCE) De

   mars 2026 à sept. 2026

   • Setec is France • Automatisation de l’extraction et du traitement des données via des pipelines Azure et des outils internes, réduisant les tâches manuelles et perme ant un gain de temps estimé jusqu’à 50 % sur certains traitements. • Conception et optimisation de prompts et de solutions LLM sur Azure AI, améliorant la abilité et la pertinence des extractions et réduisant les interventions manuelles jusqu’à 40 %. • Automatisation des work ows de traitement et de remise en qualité des données, perme ant de réduire signi cativement les opérations manuelles et d’accélérer les traitements de données. • Optimisation des ressources cloud et déploiement de solutions IA avec PyTorch et Azure Pipelines, contribuant à réduire les temps de traitement et à abiliser les déploiements. • Conception et déploiement d’une architecture Big Data distribuée sur 3 nœuds, intégrant Apache Ka a, Apache Spark, MinIO, Trino, Apache • Air ow et Apache Superset, perme ant le traitement automatisé de ux de données en temps réel et en batch et réduisant les délais de traitement.

   • Azure
   • Spark
   • LLM
   • PyTorch
   • Apache Superset

2. STAGE DE FIN D'ÉTUDES (DATA ENGINEERING) De

   fev. 2025 à août 2025

   • Cerema - INP-Enseirb-Matmeca, Univ. Bordeaux France • Acquisition et prétraitement de données multimodales (capteurs, vidéos, open data). • Développement de modèles de Machine Learning et probabilistes pour la prédiction du tra c. • Modélisation mathématique pour l’estimation des ux et la détection d’anomalies. • Analyses statistiques et exploitation de séries temporelles pour l’optimisation du tra c.

   • Machine Learning