Modibo DIABATÉ

Titulaire d'un Doctorat de Mathématiques Appliquées - Statistique  de l'Université Grenoble Alpes, je suis ingénieur de recherche et développement (R&D) en Science des données (Statistique, Intelligence Artificielle (IA), Big Data) et ingénieur de données (certifié sur Microsoft Azure) dans un grand groupe industriel européen. 

Auparavant, j'ai été Enseignant Chercheur en Intelligence Artificielle à l'Institut Supérieur de l'Electronique et du Numérique (ISEN) Yncréa Méditerranée et ingénieur R&D au sein de l'équipe pluridisciplinaire Software Development de l'ISEN Yncréa en tant que leader technique en IA. 

Avant l'ISEN, j'ai été Enseignant Chercheur contractuel (ATER) à Grenoble INP ENSIMAG et Chercheur postdoctoral au Laboratoire MAP5 à l'Université Paris Cité. 

Aperçu général des activités

Recherche et Développement (R&D)

• Domaines de compétences techniques : 

  • Modélisation Probabiliste : modèles de dynamique des populations (HMM, EDO, EDS)

  • Statistique computationnelle : modèles non linéaires mixtes (NLMEM), algorithmes EM (SAEM, max-EM), algorithme EP-BP (HMM / Forward-Backward), analyse de survie, réduction de dimension (ACP, t-SNE, UMAP)

  • Machine Learning / Deep Learning classiques : détection d'anomalies & maintenance prédictive, IA embarquée, industrialisation de modèles d'IA (mlflow/Databricks) 

  • Intelligence Artificielle Générative : modèles de langage (NLP, LLM, RAG), modèles de vision (LVM) et multimodaux (LMM)

  • Data engineering & Data analyse : pipelines ETL / ELT (R, Python, Talend, DBT, Azure Synapse Analytics, ...), Data visualization & Analytics (R, Python, Orange Data mining, Power BI)

  • Autres : Web sémantique (RDF, SPARQL, ontologies), développement web (Spring boot, React), cryptographie, tests logiciel

• Principaux domaines d'application : Smart Energy, microélectronique & IoT, santé & biologie, défense, aéronautique, ...

Enseignement 

• Probabilités appliquées 

• Statistique descriptive & inférentielle 

• Statistique bayésienne 

• Data Science / Intelligence Artificielle / Machine Learning / Deep Learning / GenAI (LMM, RAG, LVM, LMM) 

• Optimisation mathématique & Optimisation pour le Machine Learning 

• Langages de programmation enseignés : Python, Java, R, C++