À propos du CRIM

Pierre André Ménard, ing., Ph. D.

Chercheur en traitement automatique des langues naturelles

Pierre André Ménard
Équipe : Parole et Texte

T 514 840-1235, poste 8243
@ pierre-andre.menard@crim.ca

(ing., Bacc. en génie logiciel, École de technologie supérieure, 2006, et doctorat en génie logiciel, École de technologie supérieure, 2014)

Au CRIM depuis 2012, Pierre André détient un baccalauréat en génie logiciel (2006) de l’École de technologie supérieure de Montréal et a complété un doctorat en génie logiciel avec le Laboratoire d’ingénierie cognitive et sémantique de l’École de technologie supérieure (2014). Ses recherches portent sur l’extraction et la modélisation semi-automatisée des connaissances nécessaires aux projets de développement logiciel à partir des documents d’affaires internes rédigés en langue naturelle.

Il a travaillé pendant plus de 15 ans comme consultant auprès de divers organismes et entreprises québécoises, agissant à titre de gestionnaire de projet, de responsable qualité et d’analyste fonctionnel et système. Il a réalisé de nombreux mandats de veille technologique, d’estimation des efforts de développement, de modélisation logicielle semi-formelle de règles d’affaires avec OCL et de gestion de la qualité logicielle. Il a œuvré sur différents types de projets, dont les entrepôts de données, le forage de données, l’intelligence d’affaires et le développement d’architecture logicielle d’entreprise. Ses domaines d’intérêt sont l’utilisation des techniques d’intelligence artificielle, de forage de donnée et de traitement automatisé des langues naturelles au sein de projets logiciels, le traitement de grandes quantités de données (big data) en entreprise et l’analyse sémantique des documents d’affaires.

 

Retour à la liste

  • CANARIE RT @CANARIE_Inc: VESTA recueille les données des systèmes d'apprentissage en ligne quand les élèves lisent l'écran, sont distraits ou pense…
  • #startech_capsules | Entrevue @technopolys_qc avec @casaconnected, qui s'est donné la mission de révolutionner la f… https://t.co/QsF70CDKIg

Publications récentes

  • Towards Automatic Feature Extraction for Activity Recognition from Wearable Sensors: A Deep Learning Approach

    +
  • Checking Sequence Generation for Symbolic Input/Output FSMs by Constraint Solving

    +