Anass El-achham
English

Casablanca, Maroc

Anass
El-achham.

Ingénieur IA & Machine Learning

Des données aux applications.

Je développe des systèmes multi-agents, des pipelines RAG et des applications Python pour répondre à des besoins concrets.

Portrait d’Anass El-achham
Anass El-achham Ingénierie · Données · Produit

De l’idée à l’application

Python RAG Multi-agents Voir le travail
01 /

Des projets, du concret.

Quatre explorations du langage, des données et de l’automatisation. Le code est ouvert.

Langage & données

SQL Query Assistant

Interroger une base de données avec ses propres mots.

  • Flask
  • LangChain
  • Gemini
  • PostgreSQL
Comprendre le projet

Objectif

Rendre les données accessibles à partir d’une question en français ou en anglais.

Approche

Analyse de la question, prise en compte du schéma, génération et validation SQL, puis présentation des résultats dans un tableau exportable.

Voir le code — SQL Query Assistant · nouvel onglet

Documents & apprentissage

QuizGenius

Transformer des documents en questions pour apprendre.

  • LangGraph
  • RAG
  • FAISS
  • Gemini
Comprendre le projet

Objectif

Créer des quiz interactifs à partir de documents PDF pour réviser et évaluer sa compréhension.

Approche

Extraction et découpage du texte, recherche vectorielle avec FAISS, puis génération de questions contextualisées. Réponses interactives et export PDF.

Voir le code — QuizGenius · nouvel onglet

Recherche & automatisation

Newsletter Monitor

Passer d’un sujet à une veille prête à lire.

  • Flask
  • Tavily
  • Gemini
  • Heroku
Comprendre le projet

Objectif

Rassembler une veille personnalisée autour d’un sujet choisi.

Approche

Recherche de sources avec Tavily, synthèse avec Gemini, puis mise en forme HTML et envoi par courrier électronique.

Voir le code — Newsletter Monitor · nouvel onglet

Intégration & données

MCP Server Connector

Relier PostgreSQL aux interfaces en langage naturel.

  • Python
  • FastMCP
  • PostgreSQL
  • LangChain
Comprendre le projet

Objectif

Explorer des bases PostgreSQL depuis une interface en ligne de commande ou un environnement compatible MCP.

Approche

Un serveur expose la découverte des bases, tables et schémas. Un client combine LangChain et Gemini pour formuler les requêtes et présenter les réponses.

Voir le code — MCP Server Connector · nouvel onglet
02 /

Le terrain, au quotidien.

Des applications métier aux modèles prédictifs.

SEPT. 2025 — PRÉSENT

Développeur IA

R&S TELECOM
  • Service de maquettage de CV intelligent (Django) — normalisation et anonymisation des profils candidats
  • Pipeline de sourcing et de matching — analyse sémantique et orchestration via Jira
  • Fine-tuning d’un modèle d’embeddings et indexation vectorielle avec Qdrant pour le matching de profils
  • Développement d’une solution de facturation interne
  • Scoring candidats + orchestration BPMN end-to-end (Camunda), cache et files asynchrones Redis
PYTHON DJANGO FASTAPI AWS REDIS QDRANT CAMUNDA PLAYWRIGHT
FÉV. 2025 — SEPT. 2025

Ingénieur ML/IA

DNA ENGINEERING
  • Chatbot multi-agents : création d'offres d'emploi par dialogue naturel pour les recruteurs
  • Endpoint OCR (Mistral API) — extraction automatique des informations des CV candidats
  • Matching intelligent offres (Qdrant) ↔ profils extraits, filtrage sémantique strict sur critères obligatoires
PYTHON MISTRAL API QDRANT MULTI-AGENTS OCR NLP LANGCHAIN
MARS 2023 — JUIN 2023

Machine Learning Engineer

PRESTIGIA
  • Modèle prédictif estimant la performance des offres touristiques publiées via Trivago (clics & réservations)
  • Analyse de données au service des décisions marketing
PYTHON SCIKIT-LEARN PANDAS STREAMLIT FLASK
03 /

Un peu plus sur moi.

Comprendre le besoin. Construire la bonne solution.

Basé à Casablanca, je travaille à la croisée du Machine Learning, du développement backend et de l’automatisation. Ce qui m’intéresse : relier les modèles, les données et les usages.

Langues Français · Arabe · Anglais

[+] FORMATION

2025
Master — Intelligence Artificielle et Digital Computing (AIDC) FST BENI MELLAL
2023
Licence — Systèmes d'Information et Transformation Digitale (SITD) FST SETTAT
2022
DEUST — Mathématiques, Informatique, Physique (MIP) FST SETTAT
04 /

Les briques de mon travail.

Des compétences complémentaires, du modèle au déploiement.

[A] Intelligence artificielle & Machine Learning

LLM RAG Multi-agents Fine-tuning embeddings NLP OCR LangChain LangGraph Transformers Hugging Face Qdrant FAISS PyTorch TensorFlow Scikit-learn

[B] Web & backend

Python Django FastAPI Flask JavaScript MySQL PostgreSQL Redis Playwright Firecrawl Jira API

[C] Cloud & déploiement

AWS — EC2 · S3 · Lambda Docker Nginx Heroku CI/CD Camunda — BPMN Git · GitHub · GitLab

[D] Science des données

Pandas NumPy Matplotlib Seaborn Streamlit

La suite commence par une conversation

Et si on travaillait ensemble ?

Une opportunité, une équipe à rejoindre ou un projet à construire ? Écrivez-moi.

[email protected]