Mohamed Hakkache est un data scientist et ingénieur certifié Lean Six Sigma Black Belt, avec un diplôme en génie industriel et une forte passion pour la science des données et l'intelligence artificielle. Il possède de multiples certifications en apprentissage automatique, traitement du langage naturel, et optimisation, ayant également une expérience pratique dans l'amélioration des processus industriels. En outre, il a travaillé sur des projets variés, tels que la réduction du temps de cycle et l'analyse prédictive liée à la fidélisation des employés dans le secteur bancaire.

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