Ingénieure en Intelligence Artificielle

Intervention chez AC Lyon en tant que consultante pour accompagner les projets de développement et analyser les besoins opérationnels.

• A réalisé l'analyse des besoins métiers et proposé des solutions techniques adaptées aux problématiques opérationnelles.
• A développé des outils et scripts Python pour automatiser l'extraction, le traitement, le nettoyage et la structuration des données.
• A conçu des tableaux de bord sur Excel avancé et Power BI pour le suivi des transactions, des clients et des indicateurs d'activité.
• A amélioré les processus internes de l'entreprise.
• A rédigé de la documentation technique et fonctionnelle.
• A mené une veille technologique active.

Participation aux activités de l'Open Data University au sein de l'INSEEC Lyon dans le cadre d'un projet data de bout en bout.

• A participé à un projet Data de bout en bout, de la définition de la problématique à l'analyse et la présentation des résultats.
• A analysé plus de 19 000 observations climatiques sur 74 ans (1950–2024) provenant de 25 stations météorologiques.
• A exploité 22 variables agrométéorologiques.
• A réalisé des analyses statistiques, des corrélations et des régressions linéaires afin d'étudier les tendances climatiques.
• A créé des visualisations de données.
• A restitué les conclusions et recommandations auprès de l'équipe.

Intervention au sein du centre de recherche de Woxsen University en tant qu'ingénieure IA pour mener des travaux de recherche appliquée.

• A effectué le nettoyage, la préparation et l'analyse de données à l'aide de Python et Dataiku.
• A conçu des tableaux de bord et des visualisations sous Tableau pour faciliter l'analyse et la communication des résultats.
• A mené une veille technologique et scientifique continue à travers des publications et des travaux de recherche en intelligence artificielle.
• A présenté les résultats en anglais lors de réunions à distance avec une équipe internationale.
• A rédigé des rapports d'avancement hebdomadaires.
• A travaillé de manière autonome sur des problématiques mêlant Data, IA et recherche appliquée.

Mission chez Sonatrach en tant que Data Scientist pour analyser des données énergétiques et développer des modèles prédictifs.

• A analysé des données de consommation électrique sur une période de 14 années (2006–2019) pour développer des modèles de prévision de séries temporelles.
• A développé et comparé 4 approches prédictives avec TensorFlow/Keras et statsmodels : SARIMA, LSTM, GRU et une architecture hybride LSTM-GRU proposée comme contribution personnelle.
• A conçu l'architecture hybride (LSTM 256 unités, GRU 128 unités), entraînée sur 720 epochs avec un batch size de 64.
• A réalisé la préparation et la transformation des données comprenant le nettoyage, le traitement des valeurs manquantes et aberrantes, et la normalisation en données supervisées.
• A atteint une performance avec l'architecture hybride de 6,99 % de MAPE moyenne, comparée à 7,69 % (GRU), 7,79 % (LSTM) et 8,06 % (SARIMA).