AI Research Engineer & Data Scientist

Ayoub Abraich

CTO & Co-founder de Deeprof | Expert en Causal Inference & LLM | 27+ publications scientifiques | Transforme la recherche IA avancée en solutions production scalables pour 10K+ utilisateurs.

Ayoub Abraich - AI Research Engineer & Data Scientist
Ă€ propos

Mon Parcours

AI Research Engineer avec formation doctorale avancée, entrepreneur et chercheur indépendant

AI Research Engineer avec formation doctorale avancée en inférence causale, deep learning et intégration de Large Language Models. Fondateur et CTO de Deeprof, plateforme EdTech IA servant 10,000+ utilisateurs concurrents.

Diplômé de l'Université Paris-Saclay (CNRS LaMME) , j'ai publié 27+ articles de recherche avec 27,000+ lectures. Transitionné vers la recherche indépendante et l'entrepreneuriat en 2023 tout en continuant mes contributions académiques.

Expert en causal inference, model compression, et LLM optimization. Spécialisé dans la transformation de recherche théorique en systèmes production avec impact business significatif.

27+
Publications
27K+
Lectures
10K+
Utilisateurs
50+
Clients Enterprise
Scolarité et reconnaissance

Formation & Certifications

Mes diplômes, formations académiques et certifications professionnelles.

Doctorat en Intelligence Artificielle

Université Paris-Saclay (CNRS LaMME) & École Polytechnique

2020 - 2023

Recherche doctorale sur l'inférence causale et le deep learning pour l'analyse de survie. Publications de pointe et contributions théoriques.

Master en Science des Données

Université Paris Saclay

2018 - 2020

Spécialisation en Machine Learning avancé, Big Data et Modélisation Statistique. Projet de fin d'études sur l'optimisation de modèles prédictifs.

Certificat AWS Solutions Architect - Associate

Amazon Web Services (AWS)

Mai 2023

Compétences validées en conception d'architectures scalables, fiables et coût-efficaces sur AWS.

Certificat MLOps Professional

DeepLearning.AI

Avril 2024

Maîtrise des pratiques de déploiement, monitoring et gestion de pipelines ML en production.

Parcours professionnel

Expérience

De la recherche académique à l'entrepreneuriat technologique

CTO & Co-founder
Deeprof, Tunisia
2024 - Présent
Plateforme EdTech IA avec tuteurs LLM autonomes servant 10,000+ utilisateurs concurrents
  • ArchitecturĂ© infrastructure AWS cloud hautement scalable avec 99.9% uptime
  • DĂ©veloppĂ© agents tuteurs LLM avec compression de modèles optimisĂ©e
  • ImplĂ©mentĂ© architecture microservices avec Redis et MongoDB
  • Établi pipeline DevOps avec CI/CD, rĂ©duisant cycles release de 60%
  • IntĂ©gration avancĂ©e LLM (OpenAI API, LangChain) pour personnalisation
React/Next.js FastAPI LLM Agents OpenAI API LangChain MongoDB Redis AWS Docker
Chercheur Indépendant
Recherche Autonome
2023 - Présent
Recherche de pointe en inférence causale, compression LLM et temporal modeling
  • PubliĂ© 12+ prĂ©prints haute-impact en 2024-2025
  • DĂ©veloppĂ© frameworks thĂ©oriques pour effets causaux time-varying
  • Collaboration internationale sur compression IA et infĂ©rence causale
  • Maintien profil recherche actif avec impact citation croissant
Causal Inference LLM Compression Temporal Modeling PyTorch Theoretical ML
Doctorant & Chercheur
LaMME, CNRS, Université Paris-Saclay
2020 - 2023
Recherche doctorale avancée en inférence causale et deep learning
  • Recherche de pointe en infĂ©rence causale et deep learning, 5+ publications
  • DĂ©veloppĂ© architectures DL novel pour estimation effets causaux (+37% prĂ©cision)
  • Créé framework SurvCaus avec garanties thĂ©oriques pour survival analysis
  • OptimisĂ© pipelines DL GPU-accelerated (-45% temps training)
  • Mentorat 4 chercheurs juniors en techniques DL avancĂ©es
PyTorch TensorFlow Causal ML GPU Computing Scientific Computing
Senior Data Scientist (Freelance)
Malt — Upwork
2019 - Présent
Solutions IA/ML haute-impact pour 50+ clients enterprise
  • LivrĂ© solutions IA/ML pour fintech, healthcare, e-commerce
  • DĂ©veloppĂ© algorithme trading automatisĂ© (+22% rendement annuel)
  • Modèles segmentation client avec pipelines infĂ©rence optimisĂ©s (+35% conversion)
  • Système dĂ©tection fraude ML avec compression modèle (-40% latence)
  • Pipelines ML end-to-end avec retraining et monitoring automatisĂ©s
  • 98% satisfaction client sur projets internationaux diversifiĂ©s
Python Scikit-learn XGBoost PyTorch TensorFlow FastAPI Docker AWS PostgreSQL
Expertise technique

Compétences

Maîtrise complète de la stack moderne IA/ML et recherche avancée

IA & Machine Learning

PyTorch (Expert) TensorFlow Transformers BERT/GPT LangChain HuggingFace OpenAI API LLM Agents Model Compression Quantization

Causal Inference & Advanced ML

Causal Inference (Expert) Survival Analysis Treatment Effects Representation Balancing Dynamic Treatment Regimes Bayesian Methods MCMC Reinforcement Learning

Programming & Data Science

Python (Expert) JavaScript/TypeScript R (Advanced) SQL (Expert) C++ Scala NumPy/Pandas Scikit-learn XGBoost

Full-Stack Development

React/Next.js (Expert) FastAPI Node.js TypeScript RESTful APIs GraphQL WebSocket Microservices

Big Data & Databases

MongoDB (Expert) Redis PostgreSQL Vector Databases Apache Spark Elasticsearch Kafka Hadoop

Cloud & MLOps

AWS (Expert) Azure ML Docker Kubernetes CI/CD MLflow Model Monitoring A/B Testing
Recherche académique

Publications

27+ publications en IA, inférence causale et compression de modèles

Theoretical Guarantees for LT-TTD: A Unified Transformer-based Architecture for Two-Level Ranking Systems

Preprint, May 2025

Framework unifié pour systèmes de ranking avec garanties théoriques et architecture Transformer optimisée.

TV-SurvCaus: Dynamic Representation Balancing for Causal Survival Analysis

Preprint, May 2025

Extension dynamique du framework SurvCaus pour l'analyse de survie avec effets temporels variables.

TempoCredit: Temporal-Aware Credit Scoring with Hierarchical Attention Networks

Preprint, May 2025

Système de scoring crédit temporel avec réseaux d'attention hiérarchiques pour analyse risque dynamique.

Personalized Dynamic Treatment Regimes in Multi-Dimensional Action Spaces

Preprint, June 2024

Approche causal RL avec quantification d'incertitude bayésienne pour régimes de traitement personnalisés.

SurvCaus: Representation Balancing for Survival Causal Inference

arXiv:2203.02245, March 2022 (8+ citations)

Framework révolutionnaire pour l'inférence causale en analyse de survie avec garanties théoriques.

A Unified Framework for Causal Manifold Autoencoders

Preprint, January 2024

Disentanglement de facteurs causaux et structures géométriques avec confounders latents et manifolds non-linéaires.

Voir toutes les publications
Portfolio

Projets Live

Découvrez mes projets avec démonstrations interactives en temps réel

🎓

Deeprof AI Platform

Plateforme EdTech avec LLM Agents

Plateforme d'apprentissage personnalisée avec tuteurs LLM autonomes servant 10,000+ utilisateurs concurrents. Architecture microservices AWS avec compression de modèles optimisée et 99.9% uptime.

LLM Agents OpenAI API LangChain React/Next.js FastAPI MongoDB Redis AWS
🔬

SurvCaus Framework

Recherche en inférence causale

Framework révolutionnaire pour l'analyse de survie avec inférence causale et garanties théoriques. Publié sur arXiv avec citations multiples et adoption industrielle.

Causal Inference Survival Analysis PyTorch Deep Learning Theoretical ML
🏦

TempoCredit System

ML avancé pour scoring crédit

Système de scoring crédit temporel avec réseaux d'attention hiérarchiques. API complète avec dashboard interactif pour institutions bancaires.

Hierarchical Attention Temporal ML FastAPI XGBoost Streamlit Docker
Document clé

Mon CV

Consultez et téléchargez mon CV détaillé pour en savoir plus sur mon parcours.

Contactez-moi

Collaboration & Opportunités

Prêt à transformer vos défis IA en solutions innovantes ? Discutons de votre prochain projet !

Email Professionnel

Téléphone

+212 603 450 565

Localisation

Agadir, Morocco
Disponible pour relocation