Autonome et doté d'un sens éthique reconnu par mes pairs, mes premières expériences m'ont permis de renforcer mes acquis et d'appréhender les différents outils et techniques dans le domaine de la programmation. En quête de nouveaux challenges, je souhaite rejoindre une organisation à laquelle je pourrais apporter mon dynamisme et mon goût du challenge.
Mes forces sont les suivantes :
MIPS
Assembly Logisim
C
C
OOP PyTorch Sklearn
Decision Trees
Multi-Layer Perceptrons
Generative Pre-trained Transformers
Analyse de données
Méthodes d'analyse statistique
Simulation numérique
Physique computationnelle
Méthode de Euler
Méthodes implicites
Méthodes explicites FEM
1. Intelligence artificielle et apprentissage automatique :
J’ai écrit quelques scripts en utilisant des outils d’IA publiquement disponibles pour mes études de physique et aussi pour mon apprentissage personnel.
Je possèdes les aptitudes pour créer des modèles tels que Decision Trees, Multi-Layer Perceptrons et Generative Pre-trained Transformers.
Je suis aussi capable d'utiliser PyTorch, Sklearn, entre autres.
J’ai utilisé des outils d’IA et des API disponibles publiquement lors de mes passe-temps, durant des travaux de cours de physique et aussi lors de mes cours d’apprentissage automatique.
Enfin, mon projet de baccalauréat Comp 400 avait pour objectif l'utilisation de l’intelligence artificielle dans le but d'optimiser et d'accélérer les simulations de physique de déformation de matériaux.
2. Systèmes informatiques :
Je possède de bonnes connaissances de MIPS Assembly et de Logisim.
Je maîtrise la bibliothèque standard de C et quelques autres.
Je suis intéressé par le travail des objets et des classes et à ce titre, j’ai appris à compiler manuellement du OOP vers Assembly.
J’ai également une expérience avec C++ et j’ai hâte de l’utiliser pour n’importe quelle autre application.
Cours en ligne sur x86_64
3. Science des données :
J’ai débuté avec l’analyse de données lors de mes 3 cours de laboratoire de physique. J’ai appris des méthodes d’analyse statistique pour :
Ces connaissances acquises lors du cours Machine Learning au Baccalauréat et tout au long de la réalisation de mon projet de recherche (Comp 400) se sont approfondies.
Finalement, mes travaux à Revenu Québec dans l’optimisation d’attribution des tâches (planification intégrée) ainsi que la détection de fraude ont aussi contribué à développer mes connaissances dans ce domaine.
4. Simulations numériques et physique computationnelle :
Je m’intéresse à la physique computationnelle depuis mon plus jeune âge. Dans le cadre de mes cours de physique, j’ai réussi à :
1. Infographie et calcul parallèle:
Références sur demandes