ProfilParcoursSkillsProjetsCasesServicesContact
OGC Nice — Ligue 1

MohamedDhmine

Data Scientist à l’intersection du sport et du business. J’analyse le jeu avec la donnée et j’optimise les revenus avec l’intelligence artificielle.

Sport Analytics
Clustering tactique, xG modeling, tracking data Second Spectrum & Opta pour le staff technique et le coaching
📈
Revenue Intelligence
Modèle prédictif d’affluence, dashboards BI automatisés, cadrage stratégique pricing pour la Direction
01 — Profil

Profil hybride Sport + Business

Analyse tactique avancée via tracking Second Spectrum et event data Opta — xG, séquences offensives, clustering de patterns. En parallèle, structuration de la BI stade : dashboards automatisés, modèle prédictif d’affluence, et cadrage de projets de pricing.

Habitué aux livrables staff-ready pour le coaching et exec-ready pour la direction commerciale. Du terrain à la tribune, je transforme la donnée brute en décisions actionnables.

Ce qui me différencie
Dans un secteur où les profils sont soit 100% sport analytics, soit 100% business, je combine les deux au sein du même club — pour le staff technique comme pour la direction commerciale.
02 — Parcours

Expériences professionnelles

Du stage en banque au Data Scientist en Ligue 1.

2023 — Présent
OGC Nice — Ligue 1

Data Scientist

Business Intelligence & Modélisation prédictive
  • Conception et déploiement from scratch d’un dashboard Power BI de KPIs matchday, entièrement automatisé, à destination du Revenue Stade et de la Direction générale
  • Développement d’un modèle prédictif d’affluence à J-20, avec mise à jour automatique à J-10, exploité par 4 pôles : Revenue Stade, Sécurité, Fan Experience et Direction
  • Adaptation et recalibration du modèle suite au changement de capacité du stade
  • Conduite d’une analyse comparative des fournisseurs de données pour orienter les choix stratégiques de sourcing
  • Cadrage et étude de faisabilité d’un projet de dynamic pricing (analyse du besoin, collecte de données, benchmark marché)
Sport Analytics
  • Conception d’un pipeline de clustering non supervisé (K-Means) sur les séquences offensives à partir du tracking data Second Spectrum et de l’event data Opta
  • Identification de 3 patterns tactiques récurrents avec signatures spatiales et profils xG distincts
  • Production de decks tactiques synthétiques pour le staff technique et le coaching
PythonSQLPower BISecond SpectrumOptaK-MeansModélisation prédictive
Oct. 2021 — Sep. 2023
360&1-ORG

Data Analyst — Alternance

  • Développement d’un système de recommandation intelligent pour le secteur hôtelier (NLP, Sentence Transformers)
  • Construction et mise en production de modèles de prédiction de revenus mensuels (MLflow, PySpark)
  • Collecte et analyse de données clients pour le calcul d’élasticités-prix, avec recommandations sur le positionnement tarifaire
  • Création et automatisation de dashboards de suivi des KPIs marketing : acquisition, conversion, ROI
PythonNLPMLflowPySparkStreamlitSentence Transformers
Mai — Juil. 2018
Banque BAMIS

Stagiaire Analyste Données

  • Collecte, nettoyage et prétraitement de données financières
  • Conception de dashboards interactifs d’indicateurs de performance
Data CleaningDashboardsFinance
03 — Compétences

Ma composition technique

Mes compétences disposées en 4-3-3, comme sur un terrain.

Attaque — Sport Analytics
Milieu — Programmation
Défense — Data Providers
Gardien — Revenue & BI
Sport Analytics
xG Modeling
Open-Play Analysis
Clustering tactique
Second Spectrum
Opta / StatsBomb
Reporting staff
📈
Revenue & BI
Modélisation prédictive
Dashboards Power BI
Fill Rate diagnostics
Étude de faisabilité pricing
KPIs automatisés
🐍
Engineering
Python / Pandas / sklearn
PySpark / SQL
NLP / Transformers
MLflow / Docker / AWS
Power BI / Streamlit
04 — Projets

Réalisations clés

Les projets qui ont eu le plus d’impact.

01
BI — OGC Nice

Dashboard KPIs Match — Power BI

Conception from scratch d’un dashboard 100% automatisé pour le Revenue Stade et la Direction. Suivi des indicateurs clés par match, tribune et bloc.

02
Prédiction — OGC Nice

Modèle prédictif d’affluence

Prédiction à J-20 avec mise à jour J-10. Déployé pour Revenue Stade, Sécurité, Fan Experience et Direction. Adapté à la nouvelle capacité.

03
Sport — OGC Nice

Clustering Offensif

K-Means sur trajectoires Second Spectrum + Opta. 3 patterns tactiques avec signatures spatiales et profils xG distincts. Decks pour le coaching staff.

04b — Case Studies

Études de cas détaillées

Comment j’ai résolu des problèmes concrets avec la data.

Problème → Solution → Résultat

Prédire l’affluence du stade à J-20

Le défi : Le Revenue Stade, la Sécurité et le Fan Experience n’avaient aucune visibilité sur l’affluence attendue avant un match. Chaque pôle planifiait à l’aveugle.

L’approche : Collecte et structuration des données historiques de billetterie, météo, calendrier, adversaire. Modélisation prédictive avec mise à jour automatique à J-10 pour affiner.

Modèle en production utilisé par 4 pôles chaque semaine de match
Problème → Solution → Résultat

Identifier les patterns tactiques offensifs

Le défi : Le staff technique avait besoin de comprendre les schémas offensifs récurrents de l’équipe pour optimiser les entraînements et la préparation de match.

L’approche : Pipeline de clustering K-Means sur les séquences offensives à partir du tracking data Second Spectrum et de l’event data Opta. Validation multi-métrique.

3 patterns identifiés avec profils xG distincts — livrables intégrés aux briefings
05 — Services

Comment je peux vous aider

Disponible en mission, consulting ou collaboration. Voici mes domaines d’intervention.

Sport Analytics
Analyse tactique, clustering, xG modeling, visualisations pour staff technique. Tracking data et event data.
En savoir plus →
📈
Revenue Intelligence
Dashboards BI automatisés, modèles prédictifs d’affluence, diagnostics fill rate, cadrage pricing.
En savoir plus →
🚀
Data Science sur mesure
NLP, machine learning, systèmes de recommandation, pipelines de données, déploiement MLOps.
En savoir plus →
06 — Formation

Centre de formation

Applied MSc — Data Science & AI
DSTI School of Engineering — Sophia Antipolis
Grade: A+ / Mention: First Class / Summa Cum Laude
2021 – 2023
Master — Mathématiques Appliquées & Statistique
Université d’Aix-Marseille
2019 – 2021
Licence — MSID
Université de Lille
1er / 21 — Major de promotion
2018 – 2019
Arabe — maternelleFrançais — courantAnglais — professionnel

Prêt à travailler ensemble ?

Je suis disponible pour des missions en sport analytics, revenue intelligence et data science appliquée.

Discutons de votre projet →
07 — Contact

Travaillons ensemble

Sport analytics, business intelligence, data science appliquée au football. Basé à Nice, disponible en remote.