Asma Oueslati

Junior Data Engineer/ Data Scientiste, agée de 27 ans, à la recherche d'un nouveau challenge. J'ai deux expériences en tant que Data Scientiste et une dernière en tant que Data Engineer, qui m'ont permis de renforcer les compétences nécessaires à ce métier.

En complément de mes savoir-faire, je suis motivée et ouverte avec un sens facile du relationnel et une réelle envie d'apprendre et enrichir de plus mes connaissances.

Sept.2021 -Juin.2022 , Data Engineer , DataLake

Projet: Identification et sélection automatique des emails les plus pertinents selon le besoin client tout en collectant des informations fiables (offres de prix/ site/ fax/téléphone…) dans l’analyse et la détection des spams :

▪ Pipeline Data : -Data Management :

• Préparation et présentation des donnés en utilisant R
• Extraction et Transformation des données(non structurées vers structurées…)
• Data cleaning et Data quality

▪ Data Mining,machine learning (clustering /SVM …)

• Détection automatique des SPAM et filtrage des emails sans importance.
• Développement de modèles d’apprentissage automatique qui détectent: les sites, fax, téléphone, offre de prix

▪ Deep learning (NLP)

• La classification de texte court et la reconnaissance d’entités nommées.

ENVIRONNEMENTS: Python, scikit-learn, R Studio, Word2Vec, LSTM, PostgreSQL

Jan.2021- août 2021 | Data Scientist| INS

Projet: Prédiction du taux de remplissage du Train du banlieue : Elaboration d’un modèle prédictif qui permet de spécifier l’affluence (faible,moyenne, élevé) en temps réel.

• Sélection des variables et estimations des valeurs manquantes
• Classification des stations et détection des caractéristiques des classes.
• Implémentation de plusieurs algorithmes de classification et comparaisons (précision, temps d’exécution, consommation RAM)
• Sélection du meilleur modèle pour l’algorithme le plus performant par application de la régression logistique.

ENVIRONNEMENTS: Python, scikit-learn, R Studio

Fév.2019- Juil2020 | Stage de PFE Mastère de recherche: Machine Learning | Icompass

Projet : Proposer un système pour la détection automatique de discours toxiques en dialecte Tunisien:

-Création d’un corpus d'apprentissage pour le dialecte tunisien (mis publiquement à la disposition des chercheurs sur le github).

-Annotation manuelle et l’évaluation.

-Elaboration d’une phase de classification (SVM,NB, LSTM,CNN)

Publication d’un article intitulé : "T-HSAB : A Tunisian Hate Speach and Abusive Dataset" dans la conférence internationale ICALP2019 en Juil 2019.

ENVIRONNEMENT :Python, github, LSTM, SVM, NB, CNN

2017-2020 – Mastère de recherche en informatique décisionnelle et multimédia– Institut Supérieur des Arts Multimédiade la Mannouba

2014-2017 – Licence fondamentale en informatique et multimédia – Institut Supérieur des Arts Multimédia de la Mannouba

2014 - Baccalauréat mathématique