Data Science Machine Learning

Emna Kallel

Etudiante en Data

Science

***********@*****.***

+216-******** Tunisie

Kallel-emna

Emna Kallel

EDUCATION

Ingénierie informatique en Data

Science, (Esprit) Ecole Supérieur

Privée d'ingénierie et de

Technologies

2021 – 2025

Baccalauréat Scientifique 2020

ORGANISATIONS

AJST-Association " Jeunes

Science" de Tunisie

2018 – present

Animatrice et Formatrice

scientifique

Enactus Esprit ICT

2021 – 2024

•Responsable Relations

Publiques 2021

•Project Manager 2021-2022

•Vice Présidente 2022-2023

LANGUES

Arabe

Français

Anglais

INTÉRÊTS

Musqiue

Lecture

Volontariat

EXPÉRIENCES PROFESSIONNELLES

Stage Data Engineer, SofiaTech

June 2024 – August 2024

•Conception et la mise en œuvre d'un pipeline d'analyse de données optimisé en termes de coût en utilisant AWS Cloud9 et Amazon CloudWatch.

•Ingestion et transformation des données de clics du site web du café, et analysez ces données en utilisant CloudWatch Logs Insights.

•Génération des visualisations pour fournir des insights sur le comportement des utilisateurs, afin d'optimiser la publicité et planifier de nouvelles implantations basées sur les données. Stage, SofiaTech

July 2023 – August 2023

L'étude de la programmation Rust et l'application de ses bibliothèques dans le domaine de la science des données.

•Comparaison du language Rust et Python

•Analyse des données avec Rust

PROJETS ACADÉMIQUES

Delni, plate-forme d'apprentissage adaptatif 2024

•DELNI: améliorer les compétences en lecture, écriture et écoute des enfants dyslexiques.

•Nous avons utilisé la méthodologie TDSP pour comprendre le business, acquérir des données, et modéliser avec OCR, CNN pour la reconnaissance de l'écriture, annotation d'images, génération et légendage d'images et reconnaissance/génération vocale.

•Flask a été utilisé pour le déploiement des modèles. Mask R-CNN pour la détection et la segmentation d'objets, 2024

•Entraînement du modèle Adaptive Mask RCNN pour la détection et l'annotation d'objets à partir d'images satellitaires.

•Cela a impliqué l'utilisation de l'apprentissage par transfert, de l'augmentation des données et du fine-tuning pour gérer la variabilité et la complexité des images de télédétection.

•Le modèle a été évalué en utilisant le jeu de données NWPU-VHR-10 et optimisé avec des méthodes hybrides.

CliniMate, Site Web, Application de Bureau et mobile 2023 Lanquage: Symfony, PHP, JS, CSS, CodeNameOne, Java Technologies: Bootstrap, Netbeans SGBD: MySQL

COMPÉTENCES

Languages de Programmation: JavaScript, HTML, CSS, PHP, Symfony, Python, C, C++, C#, Java, .NET, SDL, Rust, R, Spring Technologies & Outils: QT Creator, Express.js, Netbeans, ElasticSearch, Spark, OpenCV, YOLO, TensorFlow, PyTorch, Keras, PIL, Flask Système d'exploitation: Android, Linux, Unix, Windows, Cloudera Base de données: MySQL, Oracle, SQL Server, MongoDB, Hadoop Méthodologies: CRISP-DM, TDSP, Scrum & Agile

CERTIFICATES

Foundations: Data, Data, Everywhere

Ask Questions to Make Data-Driven Decisions

AWS Academy Cloud Foundation

AWS Academy Data Engineering

AWS Academy Lab Project - Cloud Data Pipeline Builder

Contact this candidate