Physicien et mathématicien de formation, Saeid Molladavoudi pilote maintenant des équipes d’experts en vue de résoudre des défis organisationnels concrets grâce au nec plus ultra de l’apprentissage automatique. Sa capacité hors du commun à évaluer les possibilités et à établir des feuilles de route stratégiques et techniques lui permet de rassembler des idées, des personnes et des technologies pour tirer de précieux renseignements des données à grande échelle. Sous sa direction, une équipe étudie les applications potentielles des technologies actuelles et nouvelles assurant la protection de la vie privée afin de répondre à l’évolution des besoins opérationnels, particulièrement liés à l’usage croissant de l’infonuagique. Il est aussi membre d’un groupe de travail international chapeauté par la Commission économique des Nations Unies pour l’Europe, qui veut permettre aux organismes statistiques nationaux de dégager des constats utiles à partir des données inaccessibles en raison de la confidentialité. En plus d’établir une vision et une stratégie tablant sur les atouts de son organisation pour renforcer la protection des données canadiennes, le scientifique a aussi contribué à de multiples projets de recherche collaboratifs pour soutenir les grandes agences gouvernementales dans leur lutte contre la COVID-19. Il a notamment mené un projet d’apprentissage automatique destiné à prédire et à localiser les éclosions majeures dans différentes zones géographiques.
Saeid Molladavoudi est entré à l’Université d’Ottawa en 2015 comme boursier postdoctoral, sous la supervision de la professeure Anne Broadbent. Il s’est principalement intéressé au recoupement entre la théorie de l’information quantique et la géométrie algébrique, tout en développant une expertise liée aux techniques et concepts en cryptographie classique, quantique et post-quantique. Vers la fin de son stage, il a mené avec la professeure Maia Fraser un projet de recherche intégrant la méthode d’échantillonnage hamiltonienne de Monte-Carlo aux modèles probabilistes. C’est d’ailleurs ce qui l’a conduit à ses travaux actuels en apprentissage automatique. Ses collaborations avec les professeures Broadbent et Fraser l’ont encouragé à rester ouvert aux idées originales et aux nouvelles occasions d’apprentissage.
L’ancien stagiaire est reconnaissant pour l’encadrement de la professeure Broadbent, et aussi d’avoir travaillé sous la tutelle de la professeure Fraser, qui a éveillé sa passion pour l’apprentissage automatique. Et grâce à l’incroyable soutien et aux bons commentaires de la communauté de l’Université d’Ottawa, il a appris qu’une bonne santé physique et mentale est essentielle quand on veut apprendre sa vie durant.
Pour en savoir plus :
