Le Département de statistique de l'Université de la Colombie-Britannique (UBC) est ravi d’accueillir les cinq nouveaux collègues suivants : Vincenzo Coia, Melissa Lee, Rodolfo Lourenzutti, Daniel McDonald et Yongjin Park.
Rodolfo, Melissa et Vincenzo ont accepté des postes de professeurs-enseignants adjoints au 1er juillet.
À cette même date, Daniel nous a rejoint à titre de professeur agrégé.
Et Yongjin assumera son rôle de professeur adjoint au Département de pathologie et de médecine de laboratoire et au Département de statistique le 1er septembre.
Nous nous réjouissons de cette imminente infusion de talent et de travailler avec nos nouveaux collègues, dont certains nous sont déjà familiers.
Faites connaissance avec nos nouveaux collègues
Vincenzo Coia
Vincenzo a assumé un poste de professeur-enseignant adjoint au département le 1er juillet.
Après avoir complété son doctorat en statistique à UBC, Vincenzo a continué à contribuer au département en enseignant, d’abord à titre de boursier postdoctoral enseignement-apprentissage puis de chargé de cours, dans le cadre du programme de maîtrise en science des données (MSD) de UBC.
Vincenzo travaille au développement d’initiatives en science des données à UBC. Il s’est concentré sur la création et le fonctionnement du programme MSD dès son lancement et collabore aujourd’hui avec ses collègues à la création d’un nouveau programme de mineure en science des données à UBC.
Outre ses activités d’enseignement et de création de cours, Vincenzo a également une expérience de consultant en prévision des inondations.
Il aime rendre ses travaux publics : vous pouvez en découvrir une bonne partie sur son site Web.
Melissa Lee
Melissa a assumé un poste de professeure-enseignante adjointe au département le 1er juillet.
Après avoir obtenu sa maîtrise en statistique à UBC, Melissa a continué à être très active au département et dans la communauté statistique élargie. Outre l’enseignement de l’introduction à la statistique, Melissa se consacre à améliorer l’éducation en statistique des instructeurs et apprenants.
Elle a notamment contribué à des projets visant la création de ressources qui font avancer l’éducation en statistique, dont le projet Flexible Learning in Statistics, où elle a participé activement au développement et à la maintenance d’un répertoire de ressources pédagogiques ouvertes, StatSpace. Elle a également dirigé ou soutenu plusieurs projets de développement ou de renouvellement de cours.
Plus récemment, Melissa a collaboré avec une équipe à la création de contenu pour le premier cours de premier cycle en science des données de UBC, DSCI 100 (Introduction à la science des données).
Rodolfo Lourenzutti
Rodolfo a assumé un poste de professeur-enseignant adjoint chez nous le 1er juillet.
Rodolfo travaillait jusqu’à présent comme boursier postdoctoral enseignement-apprentissage au programme de maîtrise en science des données (MSD) de UBC.
Originaire de Vila Velha, ville côtière du Brésil, Rodolfo Lourenzutti se passionne de longue date pour l’analyse des données, avec un baccalauréat et une maîtrise en statistique. Pour son doctorat, Rodolfo a basculé vers la science informatique, décrochant un doctorat de l’Université fédérale d’Espírito Santo.
Pendant son doctorat, il a travaillé pendant dix mois au Département de génie électrique et informatique de l'Université de l'Alberta. Après avoir complété son diplôme, il a été boursier postdoctoral à l'Université de l'Alberta, au Département de génie civil et environnemental.
Daniel McDonald
Daniel est professeur agrégé au département depuis le 1er juillet.
Avant de déménager au Canada, Daniel avait travaillé pendant huit ans à l’Université de l’Indiana à Bloomington. Il s’intéresse à l’estimation et à la quantification du risque de prévision et plus particulièrement au développement de méthodes d’évaluation des capacités prédictives des données dépendantes complexes. Il s’agit notamment de l’application des techniques d’apprentissage statistique aux problèmes de prévision des séries chronologiques dans le contexte de la prévision économique, ainsi que de l’étude de la contre-validation et du bootstrap pour l’estimation des risques.
Daniel a complété ses études de premier cycle à l’Université de l’Indiana, obtenant deux baccalauréats, l’un en science en musique, avec une spécialisation en violoncelle de l’École de musique Jacobs, et l’autre en économie et mathématiques. Il a obtenu son doctorat en statistique de l’Université Carnegie Mellon.
Yongjin Park
Yongjin nous rejoindra le 1er septembre à titre de professeur adjoint au Département de pathologie et de médecine de laboratoire et au Département de statistique.
Yongjin est un chercheur en apprentissage machine qui « parle » la génomique et la science des réseaux. Il s’intéresse principalement au développement de méthodes d’inférence probabilistes évolutives pour élucider les mécanismes causals sous-jacents aux maladies humaines tel le cancer et autres troubles communs complexes.
Il était précédemment chercheur scientifique au Computer Science and Artificial Intelligence Laboratory de la MIT, où il a collaboré à un problème d’inférence causale en génétique statistique. Il est titulaire d’un baccalauréat en biologie et science et génie informatique de l’Université nationale de Séoul, d’une maîtrise en biologie computationnelle de l’Université Carnegie Mellon et d’un doctorat en génie biomédical de l’Université Johns Hopkins.