Félicitations à nos nouveaux statisticiens agréés !
A.Stat. Accréditation
Pan, Yuewen #183
Yuewen est titulaire d’une maîtrise en mathématiques et statistique (spécialisation en statistique) et d’un baccalauréat en statistique avec mention (programme en alternance) et une mineure en informatique pour les scientifiques, obtenus à l’Université d’Ottawa. Sa formation universitaire lui a permis d’acquérir de solides bases en méthodologie statistique, en analyse de données et en techniques de calcul. Elle a effectué plusieurs stages en alternance en tant qu’assistante de recherche à l’Institut de recherche Bruyère, où elle a contribué à la recherche en santé par le biais de l’extraction de données, de l’analyse statistique et de la synthèse des données probantes. Elle a corédigé des articles évalués par des pairs publiés dans le Journal of Clinical Epidemiology et dans le Campbell Systematic Reviews, et a participé à des projets axés sur l’équité en santé et la prescription sociale. Son travail consistait notamment à gérer des ensembles de données de santé à grande échelle, à mener des analyses quantitatives et qualitatives, ainsi qu’à rédiger des synthèses et des rapports de recherche.
Sa thèse de maîtrise portait sur l’imputation multiple et la modélisation prédictive à partir de données cliniques, en appliquant des techniques telles que la régression logistique LASSO et les modèles de risques proportionnels de Cox.
Ses intérêts professionnels englobent la biostatistique, l’analyse de données et l’application de méthodes statistiques à la recherche en santé et à la prise de décision fondée sur des données probantes. Elle s’engage à respecter les normes professionnelles et à poursuivre son développement professionnel dans le domaine des statistique.
Sadeem, Thierry Fotchou #184
Thierry est statisticien ; il est titulaire d’une maîtrise en statistiques de l’Université Laval et d’une licence en mathématiques de l’Université de Yaoundé. Sa formation a porté sur la modélisation statistique, l’analyse de données et les méthodes quantitatives avancées. Il possède quatre ans d’expérience professionnelle en tant que statisticien et cinq ans d’expérience dans l’enseignement. À l’Université Laval, il a occupé les fonctions d’étudiant-chercheur et d’assistant d’enseignement au niveau du troisième cycle. Ses recherches ont porté sur la modélisation prédictive en sciences pharmaceutiques, l'apprentissage automatique et l'évaluation des performances des modèles. Il a contribué à l'enseignement de la programmation statistique avec R, de la modélisation avec SAS et de la méthodologie statistique. Avant de s'installer au Canada, il a travaillé comme statisticien au Cameroun, où il a aidé des chercheurs et des organisations à planifier des études, à choisir des méthodes d'analyse, à traiter des données et à rédiger des rapports scientifiques.
Ses centres d'intérêt professionnels comprennent la statistique appliquée, l'analyse de données et l'enseignement dans l'enseignement supérieur.
Eckel, Graham #185
Graham est ingénieur en apprentissage automatique et spécialiste en science des données. Fort d’une formation universitaire en mathématiques et en statistiques, il possède plus d’une décennie d’expérience professionnelle dans l’application de méthodes quantitatives à des problématiques métier au sein d’organisations des secteurs de la santé, de la finance, de l’industrie, du commerce de détail et de la recherche.
Il est titulaire d’une maîtrise en mathématiques et statistiques, avec une spécialisation conjointe en intelligence artificielle, de l’Université de Guelph. Ses travaux de recherche de troisième cycle portaient sur l’application des techniques d’apprentissage profond et de traitement du langage naturel à des problèmes de correspondance sémantique et de recherche d’informations à grande échelle.
Sur le plan professionnel, il a occupé divers postes liés aux données, notamment ceux d’analyste de données, d’ingénieur de données, de spécialiste de données et d’ingénieur en apprentissage automatique. Dans le cadre de ces fonctions, il a développé et déployé des modèles statistiques, des tableaux de bord, des entrepôts de données et des pipelines de données. Plus récemment, son travail s’est concentré sur la conception et le déploiement de systèmes d’apprentissage automatique et d’IA générative d’entreprise, notamment l’IA agentique et les architectures de génération augmentée par la recherche, afin de prendre en charge des cas d’utilisation liés aux recommandations et à l’automatisation.
En dehors de son activité professionnelle, il consacre son temps libre aux voyages, au snowboard ou à la plongée sous-marine.
Ouimet, Frederic #186
Frédéric a obtenu un doctorat en mathématiques à l'Université de Montréal en 2019, sous la direction de Louis-Pierre Arguin et d'Alexander Fribergh. De 2019 à 2021, il a été chercheur postdoctoral en probabilités et statistique à la California Institute of Technology, sous la direction de Maksym Radziwill. De 2021 à 2024, il a bénéficié d'une bourse postdoctorale en statistique à l'Université de Montréal et à l'Université McGill, sous la direction de Christian Genest. De 2024 à 2025, il a été assistant de recherche de Christian Genest à l’Université McGill et chercheur postdoctoral à l’Université de Sherbrooke, sous la direction d’Anne MacKay. Depuis juin 2025, il est professeur de statistique à l’Université du Québec à Trois-Rivières. Il enseigne également à l’Université du Québec à Montréal depuis 2018.
Ses principaux domaines d’intérêt sont la statistique, la modélisation, l’estimation non paramétrique, l’analyse multivariée, l’analyse matricielle et la théorie asymptotique, ainsi que les probabilités, les processus de ramification, les champs log-corrélés, les systèmes désordonnés et les ordres stochastiques. Il s’intéresse également aux applications en imagerie médicale et en finance.
P.Stat. Accréditation
Davis, Michael John #220
Jack est professeur adjoint au sein de la filière enseignement du Département de statistique et de sciences actuarielles de l’Université de Waterloo. Il est titulaire d’un doctorat en statistique de l’Université Simon-Fraser. Il a enseigné à l’Université Simon-Fraser, à l’Université de la Colombie-Britannique et à l’Université de Waterloo. Il a acquis une expérience professionnelle chez Sportlogiq, Big River Analytics et Wiley Interactive. Il est réviseur pour La revue canadienne de statistique.
Ses intérêts professionnels portent notamment sur l’analyse des jeux et des sports, allant des échecs et du poker au cricket et au hockey sur glace. Il a rédigé des dizaines d’analyses sportives et espère bientôt achever un manuel sur ce sujet.
Ses autres centres d’intérêt professionnels et de recherche comprennent l’analyse des réseaux de citations juridiques, les méthodes de calcul utilisant des fractions, l’analyse des données d’électroencéphalogrammes, l’enseignement de la statistique et l’élaboration de cours, les données classées par tranches, la conception de jeux, les méthodes de sondage et la conception de questionnaires, la révision de textes universitaires, les avancées en matière de visualisation des données et l’éthique des données.