Menu

Dorra NOUIRA

  • université de bordeaux
  • Ph.D

Bordeaux

Electionseuropéennes 2024

RETROUVEZ GRATUITEMENTLe résultat des européennes à Charenton-le-Pont ainsi que le résultat des européennes dans le Val-de-Marne.

En résumé

Je suis une docteure-ingénieure en mathématiques appliquées diplômée de l'université de Bordeaux et université de Rome 'La Sapienza'.
Je cherche activement un poste de data scientist sur île-de-France et je serai ouverte à toutes les propositions.

Grace à mon cursus, mes solides bases mathématiques (analyse ,algèbre, probabilité, statistique) et mon ouverture à l'international, j'ai pu développer non seulement de solides compétences techniques de modélisation data, des mathématiques appliquées, du machine learning, de data mining mais aussi des compétences en mécanique vu le domaine d'application de ma thèse. De plus, la mobilité à l'international m'a permis de développer mes compétences de communication ( soft skills).

En tant que data scientist, je peux vous accompagner et faire parler vos données brutes pour les valoriser et résoudre les enjeux et les problématiques métier. Par conséquent, je peux intervenir sur plusieurs phases d'un projet data science et notamment:
-Extraction et évaluation de la qualité des données.
-Nettoyage des données.
-Analyse exploratoire des données.
-Modélisation des données: plusieurs approches ML, data mining, etc...
-Industrialisation et déploiement des modèle de machine learning.

Je suis toujours motivé pour apprendre, monter en compétences et toucher tous les technologies de pointe des sciences des données et de m'adapter très rapidement à vos plateformes et standards.

Entreprises

  • université de bordeaux - Ph.D

    Autre | Bordeaux (33000) 2017 - 2020 1 - Prediction du comportement de deux interfaces de contact en compression suivant une approche machine learning (PoC et PoV)
    ∠ Extraction, traitement, nettoyage et structuration des données expérimentales.
    ∠ Evaluation de la qualité de donnée (complétude, valeurs aberrantes..)
    ∠ Etude exploratoire des données : identification des transformations pertinentes de features engineering en se basant sur la transformée de fourrier des données bruts.
    ∠ Modélisation des interfaces de contact en acoustique non-linéaire en se basant sur 2 approches : machine learning (regression linéaire : méthode de moindres carrées) et statistique.
    ∠ Evaluation de la performance du modèle (ML) implémenté.
    ∠ Preuve de valeur du modèle crée en se basant sur une comparaison du modèle ML et la loi analytique existante.
    2 - Optimisation des paramètres d’une loi analytique en se basant sur approche exploratoire :
    ∠ Identification des variables influentes sur la loi d’adhesion.
    ∠ Etude d’impact exploratoire : visualization de la reponse nonlinéaire de la loi en faisant varier les variables influentes.
    ∠ Identification du domaine optimal pour maximiser la variance (information) du comportement NL de la loi.
    3 - Combinaison entre l’approche analytique et machine learning pour caractériser le contact en compression
    et traction pour une structure aéronautique :
    ∠ Implementation d’un seul algorithme qui se base sur les 2 approches ML et analytique.
    ∠ Validation exhaustive de la loi de comportement des interfaces de contact en compression et traction.

  • Airbus - Stagiaire

    Informatique | Toulouse (31000) 2017 - 2017 ∠ Modelisation et implémentation d’un algorithme de propagation de fissure ,dans une structure aéronautique, en se basant sur l’analyse numérique (XFEM, elements finis)
    ∠ Simulation de la propagation de ces fissures.
    ∠ Extraction, traitement, nettoyage et structuration des données expérimentales.
    ∠ Etude exploratoire des données expérimentales et validation du modèle numérique.

  • I2M - Stagiaire

    Technique | Bordeaux 2016 - 2016 ∠Modelisation du comportement d’interface par 2 approches (numérique et analytique)
    ∠ Validation du modèle numérique en se basant sur les données expérimentales

  • societe tunisienne de l'électricité et du gaz - Stagiaire

    Technique | sousse 2015 - 2015 ∠ Relever plusieurs paramètres sur des fiches de relevés
    ∠ Calculer le rendement théorique des turbines à gaz et à vapeur.

Formations

Réseau

Pas de contact professionnel

Annuaire des membres :