Conférencier·ère·s

Julie Hussin, Ph.D.
Institut de cardiologie de Montréal

Dre Julie Hussin est professeure adjointe IVADO au Département de médecine de l’Université de Montréal et chercheuse FRQS Junior 1. Elle dirige le groupe de bioinformatique OMICS à l’Institut de Cardiologie de Montréal (ICM). Julie est formée en biologie computationnelle, avec un intérêt marqué pour la génétique des populations, la recherche biomédicale et les méthodes d’apprentissage profond.

Contact : julie.hussin@umontreal.ca

Tegan Maharaj, Ph.D.
Université de Toronto

Mon objectif de recherche est de contribuer à la compréhension et aux techniques de la science croissante du développement responsable de l’IA, tout en appliquant utilement l’IA à des problèmes écologiques à fort impact, notamment le changement climatique, l’épidémiologie, l’alignement de l’IA et les évaluations de l’impact écologique. Mes recherches récentes portent sur deux thèmes : (1) l’utilisation de modèles profonds pour l’analyse des politiques et l’atténuation des risques, et (2) la conception d’environnements de données ou de tests unitaires pour évaluer empiriquement le comportement d’apprentissage ou simuler le déploiement d’un système d’IA. Veuillez me contacter si vous êtes intéressé par des collaborations dans ces domaines.

Je suis largement intéressé par l’étude de “ce qui entre” dans les modèles profonds – pas seulement les données, mais l’environnement d’apprentissage plus large, y compris la conception/spécification des tâches, la fonction de perte et la régularisation ; ainsi que le contexte sociétal plus large du déploiement, y compris les considérations de confidentialité, les tendances et les incitations, les normes et les biais humains. Je suis préoccupé et passionné par l’éthique de l’IA, la sécurité et l’application du ML à la gestion de l’environnement, la santé et le bien-être social.

Contact : tegan.jrm@gmail.com

Michelle Scott, Ph.D.
Université de Sherbrooke

Dre Michelle Scott a obtenu un diplôme de premier cycle à l’Université de Montréal en biochimie et une maîtrise à l’Université de Calgary en biochimie et biologie moléculaire, puis plusieurs semestres en génie informatique avant de découvrir la bioinformatique. À la suite de cette révélation, elle a entrepris un doctorat en bioinformatique à l’Université McGill de Montréal sous la co-supervision de Mike Hallett et David Thomas, étudiant la prédiction et la caractérisation de la localisation des protéines dans la cellule. Elle a ensuite rejoint le groupe de Geoff Barton à l’Université de Dundee en Écosse pour son postdoc. Parmi ses intérêts de recherche pendant cette période, elle a étudié la prédiction des interactions protéine-protéine chez l’homme et la localisation des protéines dans le nucléole, créant les prédicteurs PIPs (prédicteur d’interaction protéine-protéine humaine) et NoD (détecteur de séquence de localisation nucléolaire). Elle a également été initiée au monde merveilleux de l’ARN (et en particulier des snoRNA) par les membres du groupe Lamond.  

Dre Scott est actuellement professeure titulaire au Département de biochimie et génomique fonctionnelle de l’Université de Sherbrooke, et membre du Riboclub.

Contact : Michelle.Scott@USherbrooke.ca

Frédéric Raymond, Ph.D.
Institut sur la nutrition et les aliments fonctionnels

Dr Frédéric Raymond a obtenu son baccalauréat en microbiologie à l’Université Laval en 2002, sa maîtrise en microbiologie-immunologie en 2004 et son doctorat en physiologie-endocrinologie en 2011. Ses travaux postdoctoraux ont permis de mettre en évidence les facteurs clés qui influencent l’impact des antibiotiques sur le microbiome intestinal. En effet, ses travaux ont montré que la composition initiale du microbiome intestinal affectait l’impact de l’antibiotique sur la composition du microbiome résultant. Frédéric Raymond est professeur adjoint à l’École de Nutrition de l’Université Laval depuis 2018. Il est associé au centre NUTRISS (Nutrition, santé et société) et est membre de l’Institut sur la nutrition et les aliments fonctionnels (INAF).

Le professeur Raymond est à la fois microbiologiste et bioinformaticien. Ses recherches visent à comprendre la relation entre le microbiome intestinal et l’hôte par l’étude des microorganismes et des métabolites qu’ils produisent, avec une attention particulière portée au système endocannabinoïde et à la santé métabolique. Son équipe combine la génomique à l’intelligence artificielle pour mieux comprendre ces systèmes complexes.

Contact : frederic.raymond@fsaa.ulaval.ca

Monia Rekik, Ph.D.
Université Laval

Monia Rekik est professeure titulaire au département d’opérations et systèmes de décision à la Faculté des sciences de l’administration de l’Université Laval.  Elle est ingénieure en génie industriel et détient un Ph. D. en mathématiques de l’ingénieur de l’école polytechnique de Montréal. Ses recherches portent sur l’optimisation combinatoire et la programmation mathématique appliquées à différents problèmes d’aide à la décision rencontrés dans les domaines manufacturier et de services. Elle s’intéresse entres autres à l’application des techniques de  recherche opérationnelle et de l’apprentissage automatique  pour la gestion du diabète de type 1.

Contact : monia.rekik@fsa.ulaval.ca

François Laviolette, Ph.D.
MILA, Université Laval

Le professeur François Laviolette est le directeur fondateur du Centre de recherche en données massives de l’Université Laval, qui regroupe plus de 60 chercheurs de huit facultés travaillant sur différents aspects fondamentaux et appliqués de la science des données. Ses recherches portent sur l’intelligence artificielle. Il est un chef de file de la théorie PAC-bayésienne, une branche de la théorie de l’apprentissage qui permet de mieux comprendre les algorithmes d’apprentissage existants et qui permet également d’en concevoir de nouveaux. Le professeur Laviolette a également développé une solide expertise en bioinformatique. Dans ce domaine, il a travaillé sur des intelligences artificielles interprétables qui ont permis de découvrir des connaissances précieuses pour de nouvelles applications en science de la vie. Il est titulaire de deux chaires de recherche en intelligence artificielle, la première du Conseil de Recherches en Sciences Naturelles et en Génie du Canada (CRSNG) et la seconde de l’Institut Canadien de Recherches Avancées (ICRA/CIFAR). Il est également membre associé du MILA et du comité d’experts en IA de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA).

Tibor Schuster, Ph.D,
Université McGill

Dr Tibor Schuster a fait ses premières études universitaires et professionnelles à l’Université Ludwig Maximilian (LMU) de Munich et à l’Institut de statistiques médicales et d’épidémiologie de l’Université technique de Munich (TUM). Il a effectué un stage post-doctoral en pharmacoépidémiologie au Département d’épidémiologie, de biostatistique et de santé au travail de l’Université McGill et au Centre d’épidémiologie clinique de l’Institut Lady Davis de recherches médicales à Montréal. Il a poursuivi avec une bourse de recherche au Murdoch Childrens Research Institute à Melbourne, où il a été directeur intérimaire de la biostatistique au Melbourne Children’s Trial Centre nouvellement créé en 2015. En août 2016, le Dr Schuster a commencé à occuper un poste de professeur adjoint menant à la permanence au département de médecine familiale. Il est titulaire d’une chaire de recherche du Canada de niveau II en méthodes biostatistiques pour la recherche en soins primaires. En 2019, il a été directeur par intérim du volet de développement des méthodes de l’unité québécoise SPOR-SUPPORT (Stratégie de soutien à la recherche axée sur le patient et aux essais) et, depuis juillet 2019, directeur du programme d’études supérieures pour le programme de doctorat et les boursiers postdoctoraux du département de médecine familiale.  Le Dr Schuster a enseigné les méthodes biostatistiques dans des institutions renommées en Allemagne, au Canada et en Australie. Il est superviseur et mentor pour des étudiants diplômés et doctorants dans les domaines de la biostatistique, de l’épidémiologie et de la recherche biomédicale.
Les principaux intérêts méthodologiques du Dr Schuster sont le développement et l’application de méthodes d’inférence causale pour la conception et l’analyse d’essais contrôlés randomisés en grappes et d’études de recherche observationnelle basées sur des données administratives ou des dossiers médicaux / de santé électroniques

 Contact : tibor.schuster@mcgill.ca

Bouchra R. Nasri, Ph.D.
Université de Montréal

Dre Bouchra Nasri possède un doctorat et une maîtrise en Sciences de l’eau (spécialisation hydrologie statistique) de l’Institut National de la Recherche Scientifique. Elle détient aussi un baccalauréat en statistique de l’Institut National de Statistique et d’Économie Appliquée de Rabat au Maroc. Avant d’occuper le poste de professeure adjointe au département de médecine sociale et préventive, elle était stagiaire postdoctorale FRQNT depuis juillet 2018 au département de mathématiques et statistiques à l’Université McGill. Durant ce stage postdoctoral, elle a aussi reçu une bourse de l’Institut Canadien des Sciences Statistiques pendant un an, ainsi qu’une bourse du GERAD en 2017-2018.

Elle s’intéresse au développement théorique des modèles de dépendance, des séries chronologiques ainsi qu’aux techniques d’apprentissage automatique. Les principaux domaines d’application de ses recherches sont les impacts des changements climatiques sur la santé publique ainsi que sur les infrastructures

Contact :  bouchra.nasri@umontreal.ca.