Victor a rejoint l’IRT SystemX en 2019 pour réaliser une thèse sur le sujet : « Méthode d’apprentissage profond et connaissances métiers pour la détection de défaillances à partir de données hétérogènes et complexes ». Il revient sur sa participation au concours et nous partage son retour d’expérience.
Pourquoi as-tu participé au concours Ma thèse en 180 secondes ?
A vrai dire, c’était un peu par hasard ! Je cherchais des formations à suivre pendant mon doctorat et j’ai découvert ce concours. J’ai hésité à sauter le pas au début car c’est assez « stressant » de monter sur scène devant un public. Je me suis finalement très vite pris au jeu car nous avons bénéficié d’une formation en amont très complète, animée par un ancien vainqueur national du concours et une comédienne. Ils nous ont aidé à travailler le fond de notre discours avec un récit et une accroche pour capter l’attention du public en 3 minutes seulement. Ils nous ont aussi donné de nombreux conseils sur la communication visuelle. J’ai énormément appris !
Comment as-tu vécu le concours ?
Très bien ! J’étais beaucoup moins stressé que ce que je pensais, grâce aux nombreuses répétitions et mises en scène réalisées avant l’événement. Le jour-J, nous sommes arrivés dès le midi dans la salle et nous avons pu répéter sur scène en conditions réelles. Le public en présentiel était peu nombreux en raison de la crise sanitaire, mais très actif sur Youtube et Facebook. J’ai beaucoup apprécié l’événement.
Peux-tu nous parler de ton sujet de thèse ?
Je travaille au sein du projet MPO dédié à la maintenance prévisionnelle sur des systèmes industriels. Ma thèse s’inscrit dans la tâche liée au diagnostic et plus particulièrement aux méthodes d’apprentissage profond, dans le but de détecter des défaillances sur un système industriel à partir de données hétérogènes et complexes. C’est vraiment cette « fusion » de modalités de données qui m’intéresse, qui consiste à lier des données dites de séries temporelles (de capteurs) et des images ou du texte brut pour extraire le maximum d’informations pertinentes qui soient complémentaires entre les différents types de données.
Replay :
En savoir plus sur Victor :
Age : 25 ans
Sujet de thèse : Méthodes d’apprentissage profond et connaissances métiers pour la détection de défaillances à partir de données hétérogènes et complexes
Laboratoire : Laboratoire MICS, CentraleSupélec
Projet R&D : Maintenance Prévisionnelle et Optimisation (MPO)
Thèse dirigée par Céline Hudelot (CentraleSupélec) et co-encadrée par Michel Batteux (IRT SystemX).
