Fadi D.

DATA SCIENTIST

732 dollar

Mon expérience

Voir plus

HumanSySJune 2019 - Présent

Dhouibi Fedy EXPÉRIENCES
Lead Data Lead Data-Scientist
Scientist HumanSyS (client KPMG) -
Projet 1:Etablir un modèle de prévision des prix immobilers français déterminé par localisation géographique (OpenData issu du ministère de l'économie et des Õnances)

-Frameworks:Package SSIS,Python-Dask:calcul distribué,Python-statsmodels (modèles des prévision des séries temporelles),LSTM (algorithme d'apprentissage profond de type RNN dans Keras-TensorFlow),PowerBI (Reporting)

30 ans - Permis de conduire Projet 2:Analyse de risque de défaillance des entreprises par un modèle de scoring à
partir des bilans comptables et Õnanciers puis faire un pont de streaming en temps quasi-

Machine-Learning réel pour les prévisions
(Source données INPI,ratios Base Diane)
Deep-Learning
-Frameworks: Package SSIS,Apache Spark (Api-Streaming,Api-ML (régression
Intelligence ArtiÕcielle logistique)),Apache Kafka (Streaming)

Smart Data Prediction
Voir plus

ArionMay 2018 - May 2018

* dhouibi.fedy@yahoo.com


* +216 50 96 98 90 Projet 1:Création d'un compteur d'entrée boutiques en se basant sur la détection et la


* Fedy Dhouibi reconnaissance faciale en temps réel à partir des Öux videos des caméras

PRÉSENTATION -Détection faciale via Microsoft cognitive services-Face SDK
-Détection des visages en temps réel à partir des Öux vidéo via
Je suis un data-scientist avec +3 OpenCV 3.X,Dllib et ImageNet
années d'expérience dans des -Ecriture sur une base des données en temps réel
projets réels et courants -RectiÕer les fausses vrais visages captées par un modèle trainé sur Caàee
permettant la construction -Stockage des images sous forme numérique via une base No-SQL en temps réel
des modèles qui -Création d'une interface graphique via Tkinter
correspondent au mieux au -Compiler l'algorithme sur un executable windows x86/64 bits
problème qualiÕé. -Création une base de reconnaissance faciale
Passionné par le
développement de nouveaux -Frameworks:OpenCV,Scikit-Learn,Pillow,Keras,TensorÖow,cx_Freeze, MSS
produits innovants autour de 2014,Cassandra,Microsoft cognitive services,Azure ML,Tkinter.
l'Intelligence ArtiÕcielle et
Machine-Deep Learning . Projet 2:ClassiÕcation du comportement d'achat par établissement des clients Cegid à
partir des caractéristiques produits

-Extraction des caractéristiques pertinents des clients Cegid inÖuant sur le chiàre d'aàaire
et la quantitée de vente par des modèles de prédiction supervisée.
-Extraction des caractéristiques Météo des établissements des clients Cegid à partir des
Api Météo en fonction des séries chronologiques.
-Extraction des actualitées (News) inÖuants sur le comportement d'achat à a partir des Api
News et les gérer par des analyses textuelles (Text Mining)
-ClassiÕcation automatique non supervisée de comportment d'achat par établissement par des algorithmes de Deep-Learning (SOM)
-Création d'une interface Front-Web via Flask
-Mise en place d'une architecture Big-Data par la distribution Cloudera sur un cluster multi-nœuds et Sur Cloud par Microsoft Azure HDInsight et Azure Datalake analytics

-Frameworks:Spark(2.4.0 PySpark),Hadoop(2.9.1),HBase
(1.4),Scrappy(Python),NLTK(python),TensorÖow,Microsoft Azure HDInsights,Microsoft
DataLake Analytics (u-sql),Mssql server (2014),Flask

1 / 4
Voir plus

Bureaux des Formations continuesJuly 2016 - July 2016

Missions:

Etude quantitative de la propagation de la crise Grecque sur l'UnionEuropéen par un modèle Spatio-temporelle SDM-Econométrie spatiale)

-Frameworks:R (bib spl,splm ) ,R Shiny

Etude d'eàet de médiation et de modération sur le comportement des dividendes par un modèle structurel

-Frameworks: IBM Spss Statistics, XLSTAT,SMART-PLS

Segmentation des attaques des réseaux internet selon le dégré de danger,puis passer au prédiction supervisée par 3 modèles ,svm,knn et réseaux des neurones profond ainsi de détecter le modèle le plus performant

-Frameworks:R ,R (Keras,caret),R (ggplot2:visualisation),R (TidyVerse:Manipulation)

Analyse métrique des réseaux sociaux par des modèles orientées graphes puis faire de la classiÕcation sentimentale

-Frameworks :
API Twitter,Python(tweepy),API Facebook Developper,Facebook SDK Python
(facebook),Apache Spark (Api GraphX)

Migration code SAS vers Informatica PowerCenter Client Server

-Frameworks:SAS 9.3 (Base)+ODBC
(plpg-sql),Informatica PowerCenter
Voir plus

Institut national de la statistiqueMarch 2016 - May 2016

Ingénieur responsable de préparation des données
Traitement données des enquêtes de l'emploi sous SAS
Appurement des données
Frameworks:SAS Base,CSPro
Voir plus

ISTISJuly 2014 - September 2014

Création des masques de saisie sous CSPro
Etude enquêtes de satisfaction client sous (SAS,R,...)
Etude enquêtes d'opinions (SAS,R,...)
Appurement des données sous SAS,R(SAS,R,...)
Dépouillement des résultats sous forme des tableaux de boards
Frameworks:SAS 9.x,CSPro,R
Voir plus

Institut national de la statistiqueJanuary 2014 - June 2014

Formation phase pré-dénombrement
Formation phase dénombrement
Sélectionneur d'une équipe de travail (31 agents + 6 contrôleurs)
Voir plus

Observatoire de la sécurité routièreFebruary 2013 - September 2013

Stage de Õn des études
Observatoire de la sécurité routière -
Sujet: Etude des facteurs causant les accidents de la route en Tunisie

Mes compétences

SQL Server Integration Services, SQL, Spark, SAS Base, Python, OpenCV, ODBC, NumPy, NoSQL, MongoDB, Microsoft Windows 2003 Server, Microsoft SQL Server, Mathematica, Machine Learning, Hadoop, Deep learning, Data processing, Cloud Computing, Azure Cloud, Azure, Apache Kafka, Analytics