Computer Science engineer

Samah
EL QARNIA

AI Engineer & data scientist passionate about designing predictive models and building intelligent systems.

About

Engineer, from theory to production

Final year engineering student at ENSET Morocco , specializing in Computer Science , AI engineering & machine learning. I started my path at FST Mohammedia grounded in the mathematical and algorithmic essentials, spending long hours on probability, mathematical optimization, lower-level C programming, algorithms, and relational database. Transitioning to my Master s equivalent Computer Science Engineering degree at ENSET Morocco allowed me to evolve from fundamentals to complete system design.

My focus shifted to building full stack applications, Cloud computing, and machine learning and deep learning models. This journey has shaped me into an engineer who moves fluidly between complex mathematical theory and practical AI/ML engineering

Years in Tech

Big projects

10+

Certifications

Expertise

What I master

◉

Langages de Programmation

Solide base algorithmique et orientée objet

PythonJavaCSQLPOO

◇

Data Science

Analyse de données et machine learning pour extraire des insights et construire des modèles prédictifs.

PandasNumPyMatplotlibScikit-learnSeabornTensorFlowKeras

◈

Intelligence Artificielle

Pipelines RAG, agents LLM et intégration de l'IA dans des systèmes réels.

LangChainRAGLangGraphLLMsMCP

◻

Finance Quantitative

Modélisation quantitative des actifs financiers, optimisation de portefeuille et backtesting de stratégies

pricingMonte CarloFactor ModelsModern Portfolio TheoryBacktesting

○

Cloud & Virtualisation

Versioning et déploiement d'applications web et de modèles ML/IA.

GitGitHubAWSLinuxDocker

⬡

Développement web

De l'analyse des besoins au déploiement. APIs robustes, UX soignée.

React.jsNode.jsExpress.jsFastAPIFirebaseMongoDBMySQL

Projects

My work

Enerassist

Chatbot Technique d'Assistance

Assistant IA utilisant la RAG pour diagnostiquer les pannes de vannes depuis la documentation technique. Intègre un serveur MCP qui transforme automatiquement les résolutions complexes en tickets Jira pour le support technique.

ReactFastAPILangChainMistral AIQdrantMongoDBMCP Server

GitHub →

AI powered financial news bias dashboard

application web de signaux de sentiment de marché

Un dashboard intégrant l'IA qui analyse les articles d'actualité financière pour générer des signaux (haussiers, baissiers ou neutres) pour diverses classes d'actifs.

React.jsMistral AImySQLRAGfastAPI

GitHub →

CasaInvest

Système de Trading Multi-Agents pour le Marché Marocain

un système de décision multi-agents basé sur des LLM analysant la Bourse de Casablanca, avec des agents spécialisés en analyse fondamentale/macroéconomique, analyse technique, analyse d'actualités et trading, orchestrés avec LangGraph.intégré des flux de données provenant de la CSE, de Bank Al-Maghrib et de sources d'actualités marocaines via une couche API personnalisé

LangGraphLangChainPythonPydanticDocker

GitHub →

machine learning & quant

pipeline de construction quantitative du portfolio

Pipeline quantitative

Full quantitative asset selection and portfolio optimization workflow using S&P 500 stocks, factor models, k-means clustering, and modern portfolio theory.

PythonPandasNumPyMatplotlibML

GitHub →

machine learning & quant

Machine Learning for SPY Trading

comparative study of Random Forest and CatBoost ML algos for SPY trading

Empirical study on training data requirements for ML trading algorithms. Shows CatBoost outperforms Random Forest (+221% vs +164%) with full market ▎ history (1993-2026) but fails catastrophically with limited data, highlighting robustness vs performance tradeoffs.

PythonPandasNumPyMatplotlibML

GitHub →

Web

TOPAUTO

Site web pour un concessionnaire automobile

Site complet pour un concessionnaire automobile : prise de RDV en ligne, catalogue véhicules, espace administrateur pour la gestion des données et le suivi des opérations.

React.jsFirebase AuthFirestoreCloudinary

GitHub →

machine learning

detection de fraud sur les transactions bancaires

application web de detection de fraud

Interface web qui analyse les transactions en temps réel et détecte si une transaction est légitime ou frauduleuse grâce au modèle de régression logistique.

React.jsFastApiScikit-learn

GitHub →

Experience

My path

Professional experience

Juin 2026 -> Juillet 2026

stage ingénierie IA

ESFPP

—Conçu et intégré une architecture avancée de Génération Augmentée par Récupération (RAG) ainsi qu'une API dans un chatbot pédagogique propulsé par l'IA, intégré au tableau de bord pedagogique de l'école.
—Stack : Python,LangChain, Mistral AI, Qdrant,React.js, FastAPI

Juin 2026

Stage virtuel en Recherche Quantitative

JP Morgan Chase

—Conception d'un modèle d'estimation des prix et développement d'une fonction de valorisation de contrats de stockage respectant les contraintes d'injection, de retrait et de capacité.
—Développement d'un modèle de régression logistique pour estimer la probabilité de défaut et la perte attendue, et mise en œuvre d'une segmentation du score FICO par clustering k-means
—Stack : Pythons (NumPy, Pandas, Matplotlib, Scikit-learn)

Août 2025 → Septembre 2025

Développeur Web Full stack — Stage

TOPAUTO Mohammedia

—Développement complet du site web permettant au clients de prendre des RDV en ligne, consulter du catalogue véhicules et obtenir des informations sur les offres disponibles
—Conception de l'espace administrateur pour la gestion des données et le suivi des opérations
—Stack : React.js, Firebase (Auth, Firestore), Cloudinary

Academic training

2024 → 2027