A propos de moi :
─────────୨ৎ─────────
Jeune diplômée passionnée par la Data Science et l'Intelligence Artificielle, je suis titulaire d'un Master en Business Analytics & Data science. J'ai acquis une expertise solide dans le traitement et l'analyse des données, le développement de modèles prédictifs en Machine Learning et Deep Learning, ainsi que dans la création de visualisations interactives à l'aide d'outils BI avancés.
Curieuse, autonome et orientée solution, je m'engage à relever les défis avec rigueur et créativité. Mon objectif est d’intégrer une organisation dynamique où je pourrais mettre à profit mes compétences, continuer à apprendre et contribuer à des projets innovants.
Formations
──────୨ৎ──────
Compétences
──────୨ৎ──────
Langues
Arabe : langue maternelle
Fraincais : Courant
Anglais : Intermédiaire
Languages de programmation
Machine Learning & Deep Learning
Environnement de développement
Bases de Données & Big Data
ETL et Visiualisations
Soft Skills
HTML
CSS
Java script
Python
R
SQL/NoSQL
MySQL
SQLserver
Oracle
MongoDB
Hadoop
Spark
SPSS
Excel Avancé
SSIS
PowerBI
Matplotlib
Seaborn
Visual Studio
SSMS
Jupyter
Spyder
R studio
Scikit-Learn
TensorFlow
Keras
Numpy
Pandas
Gestion du Temps
Résolution de problèmes
Communication
travail en équipe
Réalisations
──────୨ৎ──────
Analyse statistique des comportements d'achat et de paiement en ligne en Tunisie
SPSS Analyse descriptive Analyse croisée Estimation
Ce projet s'inscrit dans le cadre d'une analyse approfondie des comportements des consommateurs tunisiens en matière de commerce électronique et de paiement en ligne, en utilisant le logiciel SPSS pour le traitement et l'analyse des données.
Data Mining Project: Analyse des données des appareils photo numériques
python Data Mining Machine Learning
Ce projet est une analyse exploratoire et de clustering de données d'appareils photo numériques, utilisant des méthodes telles que l'Analyse en Composantes Principales (ACP), la Classification Ascendante Hiérarchique (CAH) et K-means.
Détection et classification des tumeurs cérébrales
python Deep Learning Classification Segmentation
L’objectif principal de ce projet est de développer un système robuste et fiable capable de détecter, classifier et segmenter les tumeurs cérébrales à partir d’images IRM en utilisant des réseaux neuronaux convolutifs (CNN) et des techniques de transfert d’apprentissage
Reconnaissance d'Expressions Faciales
python Machine Learning DeepLearning Transfert Learning
L'objectif principal est de classifier les expressions faciales du dataset RAF-DB en sept catégories d'émotions. Pour cela, j'ai développé et comparé trois modèles : SVM, CNN et DenseNet. De plus, j'ai conçu un système Python permettant de tester ces modèles en temps réel.
Expériences
──────୨ৎ──────
12 Fév 2021 - 27 mai 2021
Sqoin
Stagiaire en développement web
Conception et mise en place d'une plateforme des données de marché des crypto-monnaies
01 mar 2024 - 30 juil 2024
LIMTIC
Stagiaire en Data science
Détection et classification automatisées des tumeurs cérébrales à l'aide de techniques d'apprentissage profond.
Contact
──────୨ৎ──────
Toujours prêt à relever de nouveaux défis ! Si vous souhaitez collaborer ou simplement discuter, n’hésitez pas à m’envoyer un message.
email :ibtihel.dhaouadi98@gmail.com
Tél : +216 92 264 106