top of page

A propos 

        L'univers a tant à dire, et c'est à travers le langage très subtil, qu'est celui des mathématiques, qu'il s'exprime à l’intelligence humaine. Il ne suffit pas de comprendre les symboles, il faut aussi pouvoir ressentir et traduire ce qu'ils nous racontent. C'est sur cette lancée que j'ai effectué mon parcours.

        A présent, je m'intéresse à l'approche par laquelle tout se récolte en données massives, et il est incroyable de réaliser tout ce que l'on peut en faire... cette étendue de possibilités d'informations que l'on peut générer ne demande qu'à être explorée et exploitée, dans un cadre éthique et moral.

C'est le monde de la data science... ma nouvelle réalité.

  

 

 "Le livre de la nature est écrit dans un langage mathématique." Galilée 

Formations

Hadoop/Spark

Master Statistiques pour l’évaluation et la prospective

 

Université de Reims Champagne-Ardenne,

UFR Sciences exactes et naturelles | 2017-1018

 

Compétences clés: 

Parcours professionnel en data science.

  • Traitement et exploitation des bases de données ;

  • Modélisation et analyse des données ;

  • Application machine avec différents langages adaptés ;

  • Apprentissage supervisé, et non supervisé ;

  • Interprétation et rapport d’étude détaillé ;

  • Aide à la décision et prévisions.

Site de la formation

Analyse des données
Apprentissage supervisé
Apprentissage non supervisé
Tests statistiques (p-value)
Modèle linéaire / Econométrie
Géomarketing
Scoring
Evaluation et calcul économique
Big data
Data mining
Probabiltées
R
SAS (base)
Python (Spyder)
SPSS
Matlab
VBA
Implication à la vie associative
Modélisation
Gestion de risques
Analyse multicritères
SQL
Access
Séries temporelles
Atelier prospective
Google digital Active
Google Analytics

Master Modélisation stochastique et statistique 

 

Université de Boumerdes

Faculté des Sciences de Boumerdes | 2015 - 2017

Compétences clés:

Parcours recherche en probabilités et statistiques.

  • Modélisation des phénomènes aléatoires : chaînes de Markov, calcul stochastique, simulation et méthodes de Monte Carlo, fiabilité des systèmes, modèles linéaires, économétrie, recherche opérationnelle ;

  • Approches statistiques inférentielles et bayésiennes ;

  • Analyse des données, séries temporelles, interprétation et prévisions.

Thème du mémoire de fin de cycle:

Chaînes de Markov Images

Analyse des données
Statistiques Inférentielles
Statistiques non paramétriques
Chaînes de Markov
Processus Stochastiques
Recherche Opérationnelle
Matlab
Séries chronologiques
Eviews
Statistiques Bayésienne
Simulation et méthodes de Monte Carlo
Fiabilité
Files d'attentes
Modélisation stochastique
Calcul stochastique
Statistique des processus
Modèles linéaires et économétrie

Licences en mathématiques fondamentales et appliquées

 

Université de Boumerdes

Faculté des Sciences de Boumerdes | 2010 - 2014

Compétences clés:

Etudes théoriques en mathématiques approfondies à deux vocations : fondamentales et appliquées.

Double spécialité : mathématiques appliquées option "Probabilités et Statistiques" et mathématiques approfondie option "Analyse" .

Thème du mémoire de fin de cycle:

Les fonctions convexes

Optimisation
Analyse numérique
Probabiltées
Mesure et Intégration
Analyse
Equations différentielles
EquationsMathématiques appliquées à la physique
Topologie
Algèbre linéaire
Algèbre non linéaire
Géométrie affine
Analyse complexe
Analyse combinatoire
Statistiques descriptives
Langage formel (Ocaml)
Algorithmique
C / Matlab
Logique maths
Html/Css

Baccalauréat en sciences expérimentales

Lycée Mouloud Kacem Naït Belkacem | 2010 

The Science & 

Mathematics University

  • Facebook Social Icon
  • LinkedIn Social Icon
bottom of page