Bienvenue

Suite à l’obtention en 2017 de mon doctorat en informatique à l’IMT Atlantique (Brest, France), je suis actuellement en post-doctorat à l’EPFL (Lausanne, Suisse) où je m’intéresse (entre autres) à des problématiques d’interprétabilité d’outils de machine learning pour permettre leur application à l’extraction de motifs au sein de données complexes. En particulier, je travaille sur un projet joint avec l’hôpital de Lausanne (CHUV) dont le but est de prédire l’efficacité de traitements sur des patients atteints de cancers, grâce à des motifs extraits de tissus cellulaires.

Mes travaux de recherche se concentrent principalement sur le traitement de signal sur graphe, et notamment sur l’inférence de graphes à partir de signaux, sur la notion d’incertitude, et sur les translations définies dans le domaine du graphe. Les résultats de ces recherches, présentés dans ma thèse, ont permis d’étendre les réseaux de neurones convolutifs à des domaines irréguliers. Dans la continuité de ces travaux, je m’intéresse aussi à l’extension du traitement du signal sur graphe pour la prise en compte de données multicanales (e.g., des données temporelles), via l’étude par exemple de signaux EEG ou fMRI.

Durant mon doctorat, j’ai été très investi dans l’enseignement de l’informatique. Conjointement avec d’autres enseignants et chercheurs, j’ai mis en place un cours ludique d’initiation à la théorie des graphes, à l’algorithmique et à la programmation, nommé PyRat. Ce cours rencontre un franc succès auprès des étudiants comme des enseignants, et a été adopté par l’ECAM à Rennes, ainsi que par l’école issue de la fusion de Télécom Bretagne et des Mines de Nantes (l’actuelle IMT Atlantique). Je continue d’intervenir ponctuellement sur des enseignements, et encadre régulièrement des projets de License/Master.