smail zidelmal

Master 2 informatique spécialité Intelligence Artificielle (ANDROIDE) à Sorbonne Université .

Compétences en Data Science :

Machine Learning & Deep Learning 
Bases de données avancées , SQL, NoSQL
Natural Language Processing (NLP)
Neural Networks
Image Processing 
Reinforcement Learning & Deep Reinforcement Learning

Librairies :
Panda, Numpy, Matplotlib, Scikit-Learn, Tensorflow, Pytorch, Gym, Keras

Maachine Learning :

Méthodes :
Classification, Régression, Clusturing, Association.
Algorithmes :
Random Forest, Decision Tree, K-NN, Linear regression, SVM, régression logistique et boosting de gradient. 
K-means, Regroupement hiérarchique, réduction de la dimensionnalité

Cloud Computing :
Amazon Web Services, Microsoft Azure, Google Cloud Platform

Outils & Plateformes :
Google Colab, Git, xAPI, Jupyter Notebook, MySQL

Atouts et Qualités :
Dynamique, Sociable, souriant, Ponctuel, Créatif, Rigoureux, Autonome, L’esprit d’équipe, Sens de l’analyse, Le goût du challenge

Stage de fin d'études en Data Science,
LIP6 , Laboratoire d'Informatique de Sorbonne Université , Paris
02/2022 – 08/2022

Prédiction des pertes d'attention des utilisateurs avec un
modèle de Machine Learning en utilisant les trace de suivi
oculaire et vidéo d’enregistrement

Machine Learning, Classification (RandomForestClassifier),
Régression, Analyse, Nettoyage et Réparation des données,
Annotation, fusion des données, Création des visualisation
graphique et statistiques des données

Outils et Plateforme : Scikit-Learn, Pandas, Matplotlib,
Seaborn, OpenFace , Jupyter Nootebook, GitHub

Diplome de Master 2 en Informatique
parcours Intelligence Artificielle,
Sorbonne Université , Paris
2020 – 2022