Videns Analytics
Ghait Boukachab has a diverse work experience starting with an internship at The Coca-Cola Company, where they described the production processes for soda and drinking water and proposed solutions to improve efficiency. Ghait then had an alternating internship at Haut Commissariat au Plan, where they analyzed data from Moroccan recruitment sites using text mining and machine learning to classify job offers. At 3M, Ghait completed an engineering internship in the supply chain department, where they analyzed the current demand planning process and developed a reliable model for demand forecasting. Ghait then worked on a graduation project at OCP S.A, where they analyzed market dynamics and designed a demand forecast model using classical and machine learning methods. At Mila - Quebec Artificial Intelligence Institute, Ghait was a visiting researcher. Most recently, they worked at Videns Analytics as a data science intern and then transitioned into a data scientist role. Additionally, Ghait has experience as a graduate teaching assistant at Université de Montréal, where they supported professors and helped students in machine learning courses.
Ghait Boukachab's education history can be summarized as follows:
Ghait Boukachab completed a Master of Science (M.S.) degree in Engineering from Université du Québec à Rimouski in 2022. Prior to that, from 2017 to 2020, they attended Mohammadia School of Engineers and obtained a Diplôme d'ingénieur d'état in Industrial Engineering. Before that, from 2015 to 2017, Ghait Boukachab studied Technologies et sciences industrielles at CPGE - Classes préparatoires aux grandes écoles, Lycée Reda Slaoui Agadir. In 2013, they completed their Baccalauréat technique in Sciences et Technologies Mécaniques from Lycée Technique Alidrissi - Agadir.
Ghait Boukachab has also obtained several additional certifications. These include "Fundamentals of Accelerated Computing with CUDA Python" from NVIDIA in 2022, "Effective Problem-Solving and Decision-Making" from the University of California, Irvine Division of Continuing Education in 2020, "Mathematics for Machine Learning: PCA" from Imperial College London in 2020, "Fundamentals of Scalable Data Science" from IBM in 2020, "Excel Skills for Business" from Macquarie University in 2020, "Deep learning specialization" from deeplearning.ai in 2020, "Six Sigma Green Belt (BKO Accredited)" from Udemy in 2019, "Machine learning" from Stanford University in 2019, and "R programming language" from Udemy in 2018.
Videns Analytics
Nous rendons accessible aux entrepreneurs l'expertise en analytique avancée et en intelligence artificielle pour les aider à faire progresser leurs affaires. Forts d’une riche expérience dans la valorisation des données, notamment dans les secteurs précurseurs du bancaire, de l’assurance et des télécommunications, nous croyons que les entrepreneurs peuvent bénéficier des mêmes opportunités accessibles aux plus grandes entreprises. Notre approche personnalisée et notre engagement a généré de la valeur pour nos clients qui peuvent compter sur notre vaste expérience à déployer des solutions ayant un réel impact. Notre engagement auprès de nos clients : •Déployer des solutions profitables à forte valeur ajoutée. •Capitaliser sur vos infrastructures et les faire évoluer selon vos capacités. •Vous offrir une analyse en amont du projet pour vous assurer de la faisabilité et des ressources nécessaires. •Mettre à votre service notre large bassin de ressources adaptées à vos projets et à votre culture d’entreprise. Notre expertise : •Déployer des solutions d’analytique avancée et d’intelligence artificielle. •Prendre en impartition l’expertise en analytique avancée ou bonifier l’expertise de vos équipes – modélisation descriptive, prédictive et prescriptive; apprentissage machine et profond; segmentation; analyse du langage naturel. •Accompagner les entreprises dans la création et le déploiement de leur centre d’expertise ou même dans l’élaboration de la feuille de route de leurs premiers projets. Projets réalisés : •Développer et déployer des composantes prédictives dans des logiciels financiers •Créer et opérationnaliser des systèmes de recommandations de produits/services •Connaissance des clientèles •Prédiction des clients à haut risque d’attrition •Prédiction de la valeur assurable dans le cadre de soumissions •Évaluation de la qualité de l’expérience de la clientèle •Prédiction d’employés à risque de départ •Détection clients ou prospects à fort potentiel