SlideShare une entreprise Scribd logo
1  sur  2
Télécharger pour lire hors ligne
Mohamed HAKKACHE
Data Scientist and Six Sigma
Enginner
Ingénieur diplomé de l’ESITH en génie industriel et cerifié Lean Six
Sigma Black Belt ,je suis passioné par la science des données et
l’intelligence artificielle et je cherche à exploiter mes aquis en ces
domaines ainsi que les developper
28ans, CélibataireRue D'Oujda et Fès APT 11 Taza ,Maroc
06-73-18-96-08
Hakkache.mohamed@gmail.com
FORMATIONS ET CERTIFICATIONS DOMAINES DE CONNCAISSANCES
“Apache Hadoop Essentials” | HORTONWORKS University| Juin – juillet 2018
Formation et certification par l’université Hortonworks dans le framework Apache Hadoop
License : okwav2visay2.
Ingénieur d’état en génie industriel| ESITH | 2011 – 2015
Génie industriel à l’Ecole Supérieur des Industries du Textile et d’Habilement (ESITH) à Casablanca .
Classes Préparatoires pour les grandes écoles| IBN ALGHAZI | 2008 – 2011
Mathématiques ,Physique et sciences de l’ingénieur à Ibn Alghazi à Rabat .
Baccalaureat sciences mathématiques A| IBN ALYASSAMINE | 2008
Baccalaureat sciences mathématiques A à Ibn Al Yassamine à Taza .
Lean Manufacturing. Management Visuelle
Lean Six Sigma L’analyse statistique des données
Hadoop Les plans d’expériences Lean Toolbox
Spark L’analyse des données avec Python
SPC
L’optimisation Mathématique Gestion de projet
Text Analytics
MSAVisualisation de données avec Python
Analyse des données temporelles
Statistiques Tools Conception et simulation
Echantillonnage Collecte des données
QUALITES PERSONNELLES
Créatif Sérieux Bosseur autodidacte
LOGICIELS
Microsoft Office Minitab Catia V5
Flexsim SPSS Odoo ERP Blender 3D
LAUNGUES
Arabe : lu-écrit-Parlé Français : lu-écrit-Parlé
Anglais : lu-écrit-Parlé
CENTRES D’INTERET
SQL
Lecture Voyage Développement Web
Infographie Jeux vidéos Science fiction
“Neural Networks and Deep Learning” | Deeplearning.ai | Juin – juillet 2018
Formation et certification par deeplearning.ai dans l’apprentissage profond et les réseaux neurones
License : GBVPUGG5ZF5V.
“Machine Learning” | Stanford University | Mai – juillet 2018
Formation et certification par l’université de Stanford dans l’apprentissage automatique.
License : T9FH5K3YTNUM.
“Applied Machine Learning in Python” | Michigan University| Mai – juin 2018
Formation et certification par l’université de Michigan dans l’apprentissage automatique avec python.
License : V2J5BACYPXHX.
“Practical Time Series Analysis” | New York University| Mai – juin 2018
Formation et certification par l’université de New York dans la modélisation et la prédiction des séries temporelles avec
le langage R.
License : KFTXNNETF8W7.
Formations et Certifications | OpenClassroom |Avril – juin 2018
-Apprenez à apprendre
-Comprendre le web
-Démarrez votre projet avec Python
-Découvrez la programmation orienté objet avec Python
-Découvrez le fonctionnement des algorithmes
-Perfectionnez-vous en Python
-Découvrez et nettoyer votre jeu de données
-Gérer votre équipe avec une équipe Scrum
-Initiez vous à l’algèbre relationnelle avec le langage SQL
-Analysez et modélisez des séries temporelles
Formations et Badges |IBM Digital – Nation Africa et IBM Watson Academy |juin – juillet
2018
Formations et Badges par IBM Digital –Nation Africa et IBM Watson Academy :
-Natural Language Processing -Internet of things introduction -IBM Watson
-Watson and Cloud Foundations -Data Science Analytics Intro -Computer Vision
-Cloud Introduction -Chatbot -Bluemix Essentials
-Artificial Intelligence Introduction -Artificial Intelligence
Formations et Certifications | IBM Cognitive Class |Mars – Mai 2018
Formations et Certification par IBM Cognitive Class:
-Hadoop -Big Data -Mathematical optimization for business problems
-Data privacy fundamentals -Introduction to data science -Machine Learning with python
-Python -Deep Learning with TensorFlow - Machine Learning : Dimensionality Reduction
-Data Analysis with Python -Statistics -R
-Data visualisation with Python -Data science Hands-On with Open Source Tools
-Accelerating Deep Learning with GPU -Deep Learning fundamentals -Python for Data Science
Lean Six Sigma Black Belt | IASSC |Juin – Octobre 2016
Formation et certification par : International Association for Six Sigma Certification (IASSC), Arizona , USA.
License : 1-2244.
Machine Learning Deep Learning
Six Sigma Modélisation Statistique
Tableau Orange Arena
https://www.linkedin.com/in/hakkache-mohamed-7b5676104/ https://www.youracclaim.com/users/hakkache-mohamed
Mohamed HAKKACHE
Data Scientist and Six Sigma
Enginner
Ingénieur diplomé de l’ESITH en génie industriel et cerifié Lean Six
Sigma Black Belt ,je suis passioné par la science des données et
l’intelligence artificielle et je cherche à exploiter mes aquis en ces
domaines ainsi que les developper
28ans, CélibataireRue D'Oujda et Fès APT 11 Taza ,Maroc
06-73-18-96-08
Hakkache.mohamed@gmail.com
Maracof à Ouarzazate| | Décembre 2017 – Janvier 2018
Superviseur Production :
-Réaliser les programmes hebdomadaires de transportation du nitrates de sodium et du
nitrates de ptoatium.
-Assurer la formation et la standardisation des bonnes pratiques.
-Réaliser les plans de maintenance préventive et évaluer l’efficacité des sous-traitants.
-Gérer le Parc des camions et des chariots élévateurs.
-Contrôler et optimiser la consommation du gasoil.
-suivire le mouvement de nitrates potatium et du nitrates sodium a l’intérieur du chantier.
Lear Electronics à Rabat | | Janvier 2017 – Avril 2017
Pilote d’un projet Lean Six Sigma pour améliorer le processus FA :
-Réalisation d’une cartographie du processus (Process Mapping ,Flow Chart ,SIPOC ,VSM).
-Planification de la collecte des données ,collecte des données .
-Etude de la capabilité du processus FA.
-Recherche des causes racines (Ishikawa ,Pareto , 5Why ,Brainstorming , Diagramme
d'affinité , Vote pondéré) .
-Etude de la corrélation, La régression des causes racines et réalisation des plans
d’expériences (Modélisation et simulations a l’aide de Flexim) .
-Propositions des solutions inspirées du management visuel et des solutions informatiques
pour fluidifier et accélérer l’écoulement de l’information ,augmenter le taux et la vitesse
d’insertion des données et automatiser la rédaction du rapport FA (Rapport
FA=produit/Client du Process FA =Qualité externe).
-Choix et implantation des solutions optimales (Brainstorming ,diagramme force/faiblesse
,décision multicritères ).
-Réalisation des procédures pour standardiser les démarches à suivre .
« Réduction du cycle time du processus FA de 40% -Augmentation du Taux d’insertion
des données de 15% - Automatisation de la rédaction des rapports »
PROJETS REALISES
Lear Seating à Tanger| | Avril 2015 – Juillet 2015
Chef de projet d’Amélioration du Processus d’injection (PFE) :
- Réalisation d’une cartographie de l’atelier d’injection TT30 et collecte des données.
-Recherche des opportunités potentielles d’amélioration dans l’atelier TT30.
-Brainstorming pour prioriser les problèmes (diagramme d’affinité ,vote pondéré ,Pareto).
-Analyse et recherche des causes racines pour le problème suivant:
Taux de rebut dans la ligne 3 est plus élevé que les autres lignes.
(Brainstorming , 5 whys , diagramme d’Ishikawa , vote pondéré ,Pareto ).
-Conception des tables de convoyage pour éliminer le contact direct entre les pièces et les
racks dynamiques.(éviter les déchirures de tissu et l’ endommagement des rods).
-Exploitation des tables de convoyage pour stocker les pièces d’en-cours d’une manière
propre.
-Standardisation de la méthode de convoyage des pièces entre les postes.
-Modélisation et simulation de l’atelier TT30 avec Flexism (Etat actuel ,état future).
« le Gain prévu a l’aide de la simulation = diminuer le taux de rebut de 15% »
EXPERIENCES PROFESSIONNELLES
Prédiction des personnes susceptibles de quitter la
banque :
-Analyse Exploratoire
-Modélisation
-Evaluation des modèles
Les algorithmes de classification utilisés dans ce
projets:
-Decision Tree - KNN – RandomForest –Bagging
-AdaBoost - AdaBoost +RandomForest
-GradientBoosting – Ensemble of Ensembles
Compression des Coulours dans des images par les
algorithmes des algorithmes non-supervisé
(Clustering – CPA – MiniBatchKMeans
Analyse et Modélisation d’une série temporelle par le
model ARIMA

Contenu connexe

Similaire à Data scientist

Modélisation et simulation des réseaux L2 Info UKA 2024.pptx
Modélisation et simulation des réseaux L2 Info UKA 2024.pptxModélisation et simulation des réseaux L2 Info UKA 2024.pptx
Modélisation et simulation des réseaux L2 Info UKA 2024.pptxBernardKabuatila
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...I MT
 
Catalogue de stage
Catalogue de stageCatalogue de stage
Catalogue de stagemzoughi Anis
 
Progicielde gestationintégré SAP
Progicielde gestationintégré SAPProgicielde gestationintégré SAP
Progicielde gestationintégré SAPkk kk
 
Robotique collaborative / Déjeuner du GATE 1/3 – Université de Sherbrooke
Robotique collaborative / Déjeuner du GATE 1/3 – Université de SherbrookeRobotique collaborative / Déjeuner du GATE 1/3 – Université de Sherbrooke
Robotique collaborative / Déjeuner du GATE 1/3 – Université de SherbrookeSherbrooke Innopole
 
Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"
Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"
Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"BoursesTechnos
 
Boussetta younes cv-
Boussetta younes   cv-Boussetta younes   cv-
Boussetta younes cv-younesbs
 
5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agile5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agileagileDSS
 
samba-curriculum-vitae_professionnelle-in_Mali
samba-curriculum-vitae_professionnelle-in_Malisamba-curriculum-vitae_professionnelle-in_Mali
samba-curriculum-vitae_professionnelle-in_MaliSambaTogola1
 
HDe services and skills
HDe services and skillsHDe services and skills
HDe services and skillshdeducation
 

Similaire à Data scientist (20)

Softtodo PFE Book 2020
Softtodo PFE Book 2020Softtodo PFE Book 2020
Softtodo PFE Book 2020
 
Nicolas_DINASQUET
Nicolas_DINASQUETNicolas_DINASQUET
Nicolas_DINASQUET
 
Modélisation et simulation des réseaux L2 Info UKA 2024.pptx
Modélisation et simulation des réseaux L2 Info UKA 2024.pptxModélisation et simulation des réseaux L2 Info UKA 2024.pptx
Modélisation et simulation des réseaux L2 Info UKA 2024.pptx
 
Cv mahmoud1993-francais
Cv mahmoud1993-francaisCv mahmoud1993-francais
Cv mahmoud1993-francais
 
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
Colloque IMT -04/04/2019- L'IA au cœur des mutations industrielles - Introduc...
 
PTC Mathcad chez Technip
PTC Mathcad chez TechnipPTC Mathcad chez Technip
PTC Mathcad chez Technip
 
Catalogue de stage
Catalogue de stageCatalogue de stage
Catalogue de stage
 
Cv hassen benabdelhafidh
Cv hassen benabdelhafidhCv hassen benabdelhafidh
Cv hassen benabdelhafidh
 
Visite des lycées
Visite des lycéesVisite des lycées
Visite des lycées
 
Progicielde gestationintégré SAP
Progicielde gestationintégré SAPProgicielde gestationintégré SAP
Progicielde gestationintégré SAP
 
Robotique collaborative / Déjeuner du GATE 1/3 – Université de Sherbrooke
Robotique collaborative / Déjeuner du GATE 1/3 – Université de SherbrookeRobotique collaborative / Déjeuner du GATE 1/3 – Université de Sherbrooke
Robotique collaborative / Déjeuner du GATE 1/3 – Université de Sherbrooke
 
Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"
Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"
Slideshow Bourse aux Technologies "Big Data et Optimisation Industrielle"
 
CV Christine HUANG
CV Christine HUANG CV Christine HUANG
CV Christine HUANG
 
CV_Anas_ZEOUINENE_
CV_Anas_ZEOUINENE_CV_Anas_ZEOUINENE_
CV_Anas_ZEOUINENE_
 
Boussetta younes cv-
Boussetta younes   cv-Boussetta younes   cv-
Boussetta younes cv-
 
5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agile5 bonnes raisons pour des projets analytiques en agile
5 bonnes raisons pour des projets analytiques en agile
 
samba-curriculum-vitae_professionnelle-in_Mali
samba-curriculum-vitae_professionnelle-in_Malisamba-curriculum-vitae_professionnelle-in_Mali
samba-curriculum-vitae_professionnelle-in_Mali
 
CV_AmmarSassi
CV_AmmarSassiCV_AmmarSassi
CV_AmmarSassi
 
HDe services and skills
HDe services and skillsHDe services and skills
HDe services and skills
 
Chirdon mohamed cv2
Chirdon mohamed cv2Chirdon mohamed cv2
Chirdon mohamed cv2
 

Plus de HAKKACHE Mohamed

Product Engineer Certified Lean Six Sigma Black Belt by IASSC
Product Engineer Certified Lean Six Sigma Black Belt by IASSCProduct Engineer Certified Lean Six Sigma Black Belt by IASSC
Product Engineer Certified Lean Six Sigma Black Belt by IASSCHAKKACHE Mohamed
 
The Data Scientist’s Toolbox
The Data Scientist’s ToolboxThe Data Scientist’s Toolbox
The Data Scientist’s ToolboxHAKKACHE Mohamed
 
Convolutional Neural Networks
Convolutional Neural NetworksConvolutional Neural Networks
Convolutional Neural NetworksHAKKACHE Mohamed
 
Structuring Machine Learning Projects
 Structuring Machine Learning Projects Structuring Machine Learning Projects
Structuring Machine Learning ProjectsHAKKACHE Mohamed
 
An Introduction to Practical Deep Learning
An Introduction to Practical Deep LearningAn Introduction to Practical Deep Learning
An Introduction to Practical Deep LearningHAKKACHE Mohamed
 
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...HAKKACHE Mohamed
 
Concevez Des Architectures Big Data
Concevez Des Architectures Big DataConcevez Des Architectures Big Data
Concevez Des Architectures Big DataHAKKACHE Mohamed
 
Neural Networks and Deep Learning
Neural Networks and Deep LearningNeural Networks and Deep Learning
Neural Networks and Deep LearningHAKKACHE Mohamed
 
Applied Macine Learning in Python
Applied Macine Learning in PythonApplied Macine Learning in Python
Applied Macine Learning in PythonHAKKACHE Mohamed
 

Plus de HAKKACHE Mohamed (17)

BUSINESS ANALYST
BUSINESS ANALYSTBUSINESS ANALYST
BUSINESS ANALYST
 
Hakkache mohamed 202111
Hakkache mohamed 202111Hakkache mohamed 202111
Hakkache mohamed 202111
 
Product Engineer Certified Lean Six Sigma Black Belt by IASSC
Product Engineer Certified Lean Six Sigma Black Belt by IASSCProduct Engineer Certified Lean Six Sigma Black Belt by IASSC
Product Engineer Certified Lean Six Sigma Black Belt by IASSC
 
R programming
R programmingR programming
R programming
 
The Data Scientist’s Toolbox
The Data Scientist’s ToolboxThe Data Scientist’s Toolbox
The Data Scientist’s Toolbox
 
Deep Learning
Deep LearningDeep Learning
Deep Learning
 
Sequence Models
Sequence ModelsSequence Models
Sequence Models
 
Convolutional Neural Networks
Convolutional Neural NetworksConvolutional Neural Networks
Convolutional Neural Networks
 
Structuring Machine Learning Projects
 Structuring Machine Learning Projects Structuring Machine Learning Projects
Structuring Machine Learning Projects
 
An Introduction to Practical Deep Learning
An Introduction to Practical Deep LearningAn Introduction to Practical Deep Learning
An Introduction to Practical Deep Learning
 
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Opt...
 
Concevez Des Architectures Big Data
Concevez Des Architectures Big DataConcevez Des Architectures Big Data
Concevez Des Architectures Big Data
 
Apache Hadoop Essantials
Apache Hadoop EssantialsApache Hadoop Essantials
Apache Hadoop Essantials
 
Neural Networks and Deep Learning
Neural Networks and Deep LearningNeural Networks and Deep Learning
Neural Networks and Deep Learning
 
Machine Learning
Machine LearningMachine Learning
Machine Learning
 
Practical Time Series
Practical Time SeriesPractical Time Series
Practical Time Series
 
Applied Macine Learning in Python
Applied Macine Learning in PythonApplied Macine Learning in Python
Applied Macine Learning in Python
 

Data scientist

  • 1. Mohamed HAKKACHE Data Scientist and Six Sigma Enginner Ingénieur diplomé de l’ESITH en génie industriel et cerifié Lean Six Sigma Black Belt ,je suis passioné par la science des données et l’intelligence artificielle et je cherche à exploiter mes aquis en ces domaines ainsi que les developper 28ans, CélibataireRue D'Oujda et Fès APT 11 Taza ,Maroc 06-73-18-96-08 Hakkache.mohamed@gmail.com FORMATIONS ET CERTIFICATIONS DOMAINES DE CONNCAISSANCES “Apache Hadoop Essentials” | HORTONWORKS University| Juin – juillet 2018 Formation et certification par l’université Hortonworks dans le framework Apache Hadoop License : okwav2visay2. Ingénieur d’état en génie industriel| ESITH | 2011 – 2015 Génie industriel à l’Ecole Supérieur des Industries du Textile et d’Habilement (ESITH) à Casablanca . Classes Préparatoires pour les grandes écoles| IBN ALGHAZI | 2008 – 2011 Mathématiques ,Physique et sciences de l’ingénieur à Ibn Alghazi à Rabat . Baccalaureat sciences mathématiques A| IBN ALYASSAMINE | 2008 Baccalaureat sciences mathématiques A à Ibn Al Yassamine à Taza . Lean Manufacturing. Management Visuelle Lean Six Sigma L’analyse statistique des données Hadoop Les plans d’expériences Lean Toolbox Spark L’analyse des données avec Python SPC L’optimisation Mathématique Gestion de projet Text Analytics MSAVisualisation de données avec Python Analyse des données temporelles Statistiques Tools Conception et simulation Echantillonnage Collecte des données QUALITES PERSONNELLES Créatif Sérieux Bosseur autodidacte LOGICIELS Microsoft Office Minitab Catia V5 Flexsim SPSS Odoo ERP Blender 3D LAUNGUES Arabe : lu-écrit-Parlé Français : lu-écrit-Parlé Anglais : lu-écrit-Parlé CENTRES D’INTERET SQL Lecture Voyage Développement Web Infographie Jeux vidéos Science fiction “Neural Networks and Deep Learning” | Deeplearning.ai | Juin – juillet 2018 Formation et certification par deeplearning.ai dans l’apprentissage profond et les réseaux neurones License : GBVPUGG5ZF5V. “Machine Learning” | Stanford University | Mai – juillet 2018 Formation et certification par l’université de Stanford dans l’apprentissage automatique. License : T9FH5K3YTNUM. “Applied Machine Learning in Python” | Michigan University| Mai – juin 2018 Formation et certification par l’université de Michigan dans l’apprentissage automatique avec python. License : V2J5BACYPXHX. “Practical Time Series Analysis” | New York University| Mai – juin 2018 Formation et certification par l’université de New York dans la modélisation et la prédiction des séries temporelles avec le langage R. License : KFTXNNETF8W7. Formations et Certifications | OpenClassroom |Avril – juin 2018 -Apprenez à apprendre -Comprendre le web -Démarrez votre projet avec Python -Découvrez la programmation orienté objet avec Python -Découvrez le fonctionnement des algorithmes -Perfectionnez-vous en Python -Découvrez et nettoyer votre jeu de données -Gérer votre équipe avec une équipe Scrum -Initiez vous à l’algèbre relationnelle avec le langage SQL -Analysez et modélisez des séries temporelles Formations et Badges |IBM Digital – Nation Africa et IBM Watson Academy |juin – juillet 2018 Formations et Badges par IBM Digital –Nation Africa et IBM Watson Academy : -Natural Language Processing -Internet of things introduction -IBM Watson -Watson and Cloud Foundations -Data Science Analytics Intro -Computer Vision -Cloud Introduction -Chatbot -Bluemix Essentials -Artificial Intelligence Introduction -Artificial Intelligence Formations et Certifications | IBM Cognitive Class |Mars – Mai 2018 Formations et Certification par IBM Cognitive Class: -Hadoop -Big Data -Mathematical optimization for business problems -Data privacy fundamentals -Introduction to data science -Machine Learning with python -Python -Deep Learning with TensorFlow - Machine Learning : Dimensionality Reduction -Data Analysis with Python -Statistics -R -Data visualisation with Python -Data science Hands-On with Open Source Tools -Accelerating Deep Learning with GPU -Deep Learning fundamentals -Python for Data Science Lean Six Sigma Black Belt | IASSC |Juin – Octobre 2016 Formation et certification par : International Association for Six Sigma Certification (IASSC), Arizona , USA. License : 1-2244. Machine Learning Deep Learning Six Sigma Modélisation Statistique Tableau Orange Arena https://www.linkedin.com/in/hakkache-mohamed-7b5676104/ https://www.youracclaim.com/users/hakkache-mohamed
  • 2. Mohamed HAKKACHE Data Scientist and Six Sigma Enginner Ingénieur diplomé de l’ESITH en génie industriel et cerifié Lean Six Sigma Black Belt ,je suis passioné par la science des données et l’intelligence artificielle et je cherche à exploiter mes aquis en ces domaines ainsi que les developper 28ans, CélibataireRue D'Oujda et Fès APT 11 Taza ,Maroc 06-73-18-96-08 Hakkache.mohamed@gmail.com Maracof à Ouarzazate| | Décembre 2017 – Janvier 2018 Superviseur Production : -Réaliser les programmes hebdomadaires de transportation du nitrates de sodium et du nitrates de ptoatium. -Assurer la formation et la standardisation des bonnes pratiques. -Réaliser les plans de maintenance préventive et évaluer l’efficacité des sous-traitants. -Gérer le Parc des camions et des chariots élévateurs. -Contrôler et optimiser la consommation du gasoil. -suivire le mouvement de nitrates potatium et du nitrates sodium a l’intérieur du chantier. Lear Electronics à Rabat | | Janvier 2017 – Avril 2017 Pilote d’un projet Lean Six Sigma pour améliorer le processus FA : -Réalisation d’une cartographie du processus (Process Mapping ,Flow Chart ,SIPOC ,VSM). -Planification de la collecte des données ,collecte des données . -Etude de la capabilité du processus FA. -Recherche des causes racines (Ishikawa ,Pareto , 5Why ,Brainstorming , Diagramme d'affinité , Vote pondéré) . -Etude de la corrélation, La régression des causes racines et réalisation des plans d’expériences (Modélisation et simulations a l’aide de Flexim) . -Propositions des solutions inspirées du management visuel et des solutions informatiques pour fluidifier et accélérer l’écoulement de l’information ,augmenter le taux et la vitesse d’insertion des données et automatiser la rédaction du rapport FA (Rapport FA=produit/Client du Process FA =Qualité externe). -Choix et implantation des solutions optimales (Brainstorming ,diagramme force/faiblesse ,décision multicritères ). -Réalisation des procédures pour standardiser les démarches à suivre . « Réduction du cycle time du processus FA de 40% -Augmentation du Taux d’insertion des données de 15% - Automatisation de la rédaction des rapports » PROJETS REALISES Lear Seating à Tanger| | Avril 2015 – Juillet 2015 Chef de projet d’Amélioration du Processus d’injection (PFE) : - Réalisation d’une cartographie de l’atelier d’injection TT30 et collecte des données. -Recherche des opportunités potentielles d’amélioration dans l’atelier TT30. -Brainstorming pour prioriser les problèmes (diagramme d’affinité ,vote pondéré ,Pareto). -Analyse et recherche des causes racines pour le problème suivant: Taux de rebut dans la ligne 3 est plus élevé que les autres lignes. (Brainstorming , 5 whys , diagramme d’Ishikawa , vote pondéré ,Pareto ). -Conception des tables de convoyage pour éliminer le contact direct entre les pièces et les racks dynamiques.(éviter les déchirures de tissu et l’ endommagement des rods). -Exploitation des tables de convoyage pour stocker les pièces d’en-cours d’une manière propre. -Standardisation de la méthode de convoyage des pièces entre les postes. -Modélisation et simulation de l’atelier TT30 avec Flexism (Etat actuel ,état future). « le Gain prévu a l’aide de la simulation = diminuer le taux de rebut de 15% » EXPERIENCES PROFESSIONNELLES Prédiction des personnes susceptibles de quitter la banque : -Analyse Exploratoire -Modélisation -Evaluation des modèles Les algorithmes de classification utilisés dans ce projets: -Decision Tree - KNN – RandomForest –Bagging -AdaBoost - AdaBoost +RandomForest -GradientBoosting – Ensemble of Ensembles Compression des Coulours dans des images par les algorithmes des algorithmes non-supervisé (Clustering – CPA – MiniBatchKMeans Analyse et Modélisation d’une série temporelle par le model ARIMA