Modibo DIABATÉ

Titulaire d'un Doctorat de Mathématiques Appliquées - Statistique  de l'Université Grenoble Alpes, Modibo est ingénieur de recherche et développement (R&D) et Leader technique en Science des données et Intelligence Artificielle (IA) dans un grand groupe industriel européen spécialisé dans les hautes technologies. 

Auparavant, il a 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, Modibo a 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++