À propos de moi

Je m'appelle Nysrine, jeune diplômée d'un Master en Data Science et passionnée par le monde du numérique. Ce qui m'anime au quotidien, c'est de transformer les données en solutions à haute valeur ajoutée et en leviers d'aide à la décision.

Proactive, rigoureuse, persévérante : trois mots qui me définissent bien. J'aime les défis qui me poussent à apprendre, et je m'investis pleinement dans chaque projet qui m'est confié. En entreprise, on retient aussi de moi ma conscience professionnelle, mon honnêteté et l'attention que je porte à chaque détail.

Mes compétences clés

• Analyse et valorisation de données complexes.

• Modélisation prédictive et développement de modèles de machine learning.

• Optimisation et amélioration continue des processus grâce à l'exploitation des données.

• Visualisation des données et communication d'insights pour accompagner la prise de décision.

Projets personnels

Plateforme NLP de Matching Lettre –Offre d’Emploi assistée par IA

Data visualization : Impacts environmentaux du numérique

Data Mining : Analyse du marché de l'emploi

Data Analysis

Data Visualisation - Limites numerique

Green Impact

- OUTILS TECH -

Le projet consiste à analyser et visualiser l’empreinte écologique du web à partir de plusieurs sources de données que nous consolidons dans une base de données. Nous exploitons ces informations pour créer des visualisations interactives, notamment avec D3.js, et développons un site web dédié permettant de regrouper et présenter ces analyses de manière accessible et intuitive.

Le projet s’appuie sur un dataset Kaggle regroupant de nombreuses offres d’emploi. Après préparation et extraction des compétences, postes et localisations, nous avons appliqué un clustering pour identifier les principaux groupes de métiers et tendances du marché. Nous avons également développé une fonction de recommandation permettant de trouver des correspondances pertinentes selon plusieurs facteurs, comme ville–entreprise, compétence–entreprise ou compétence–poste.

Le projet Limites Numériques est une initiative de recherche visant à étudier l'empreinte environnementale du numérique. Une étude a été menée à travers un sondage sur la casse des smartphones. Les données récoltées ont été analysées pour en extraire des conclusions significatives. Le processus a inclus la préparation des données, ainsi que leur visualisation. L'étude a permis d'identifier des corrélations entre différents facteurs affectant la casse des smartphones.

Dans le cadre de mes projets de data analysis, j'ai exploré des méthodes d'apprentissage supervisé et non supervisé afin d'analyser et de prédire des comportements à partir de données complexes. J'ai utilisé des techniques de classification, de régression et de clustering pour extraire des insights significatifs et automatiser la prise de décision.

Dans le cadre du projet "Green Impact", réalisé en équipe de 6 personnes, j'ai été chargé de créer et de maintenir une base de données en utilisant des APIs ou des données open-source afin de calculer l'empreinte carbone des utilisateurs. Cette base permettait de recueillir et d'analyser des données environnementales afin d'évaluer l'impact écologique des activités. En parallèle, j'ai également développé le front-end de l'application, assurant une interface utilisateur intuitive et interactive pour visualiser les résultats et suivre les efforts de réduction d'empreinte carbone.

Outil innovant qui permet de visualiser graphiquement un arbre de discussion autour d'un tweet initial. Grâce à une interface interactive, les utilisateurs peuvent suivre l'ensemble des réponses à un tweet en un seul coup d'œil. En utilisant une API Twitter, l'application construit dynamiquement l'arbre de discussion et permet d'afficher les tweets en cliquant sur les photos de profil des auteurs. L'utilisateur peut également filtrer les réponses par popularité en fonction du nombre de likes, et suivre les interactions au travers d'un ‘Force Diagram’ qui offre une vue d'ensemble de la communication.

Tweet tree

Ma formation

Université Lyon I

Sept 2023 - Présent

University of Malaya

Université Lyon I

Lycée Condorcet

Sept 2020 - Juin 2023

Sept 2023 - Fevr 2024

Juin 2018

Baccalauréat économique et social

Licence informatique

Echange universitaire volontaire

Master Data Science

Mes experiences

Data Analyst

Audit & Gouvernance : Analyse de l’état de l’art SAP BO et création de flux ETL (CMS). Refonte intégrale de l’architecture accompagnée de l’implémentation d’un tableau de bord de pilotage permettant de rationaliser les doublons et de monitorer l’exportation des rapports.

Dashboarding : Conception d’un tableau de bord pour le pilotage du système de ticketing IT, permettant d’harmoniser le suivi des demandes des pôles Infra et Data afin d’optimiser l’analyse des performances. Amélioration de tableau de bord existant.

POC BI : Transition d’une application web codée en dur vers Power BI, permettant de valoriser la cartographie dynamique pour les décideurs métiers.

Job étudiant

Intervenante pedagogique

Complétude, Sept 2024 - 2026

Gestionnaire

EDF, Juin 2025 - Août 2025

Hôtesse de caisse

Grand frais, Sept 2019 - Mai 2022

Stage

Renault Truck, Avril 2023 - Août 2023

Conseillère de vente

Assistante comptable

Bocage , Mai 2019 - Sept 2019

Mutual logisitics, Mai 2020 - Août 2020

Cariste

Ikea, Octobre 2019 - Janvier 2026

Stage

Data developper

Eau du Grand Lyon, Mai 2026 - Septembre 2026

Développement : Conception d’une application interne de gestion automatisée des anomalies de production.

Data Engineering : Intégration et modélisation de bases de données pour l’exploitation analytique.

Analyse Prédictive : Modélisation statistique pour anticiper les pannes. Résultat : Détection de 40 anomalies/jour (16% de taux de défaut), sécurisant la relocalisation de l’usine.

Cybersécurité : Animation d’ateliers. Impact : Taux de clic au phishing réduit de 25% à 8%

Mes compétences

Machine Learning & Intelligence artificielle

Conception, entraînement et évaluation de modèles prédictifs

Supervisé : Régression, Classification (Random Forest, XGBoost/LightGBM, SVM, KNN)

Non supervisé : Clustering (K-means, DBSCAN, hiérarchique), PCA

Deep Learning : CNN, LSTM/RNN, Transformers (TensorFlow, PyTorch, Keras)

NLP : embeddings, TF-IDF, analyse de sentiment (spaCy, NLTK)

RAG : vectorisation & recherche sémantique (embeddings), indexation, retrieval top-k, reranking, génération assistée par contexte

Pratiques : pipelines, cross-validation, hyperparameter tuning, métriques (ROC-AUC, F1)

Visualisation

Transformation des données en indicateurs décisionnels

Power BI (DAX, Power Query) : dashboards interactifs & KPIs métiers
Tableau : data storytelling
Plotly, Matplotlib, Seaborn, D3js : visualisations analytiques & reporting automatisé

Manipulation de données

Collecte, nettoyage et préparation de données pour l’analyse et le machine learning

Python, R, SQL avancé

Data Engineering

Construction de pipelines robustes et scalables

Big Data — Spark
Data Warehouse — modélisation étoile / snowflake
Ingestion — API REST, web scraping, intégration multi-sources

Cloud & Infrastructure

Mise en production et environnements reproductibles

Docker : conteneurisation, environnements reproductibles

Git/GitHub : versioning, collaboration, CI/CD

n8n : automatisation de workflows, orchestration d’API et pipelines

Ollama : déploiement local de LLMs, prototypage IA générative / RAG

Outils

Jupyter • VS Code • RStudio

Langues

Français : Natif, Anglais : B2

Contact

Merci de visiter mon portfolio !

Si vous souhaitez discuter d'une opportunité professionnelle, d'un projet collaboratif ou simplement en savoir plus sur mon parcours : je serais ravi de vous entendre.
Remplissez le formulaire ci-contre.
Je m'engage à répondre dans les plus brefs délais.

Au plaisir de vous lire !