Université de Montréal / Faculté de médecine vétérinaire

Titulaire d’un Baccalauréat en microbiologie de l’Université Laval et d’une maitrise en sciences vétérinaires, option microbiologie, de l’Université de Montréal, Julie œuvre au sein de la Faculté de médecine vétérinaire (FMV) de l’Université de Montréal depuis 2010. Elle a occupé différentes fonctions dans deux des Centres de recherche de la FMV, soit le Groupe de recherche sur les maladies infectieuses en production animale (GREMIP) et le Centre de recherche en reproduction et fertilité (CRRF), mais également au département de sciences cliniques de la FMV en tant que gestionnaire.

Depuis 2021, elle contribue au développement de la recherche à la FMV en occupant le poste d’adjointe au vice-doyen à la recherche. En parallèle avec ses fonctions au vice-décanat, elle coordonne le volet administratif des activités de la Plateforme IA-Agrosanté (PIAAS).

Github

Miguel Sautié Castellanos a plus de 15 ans d'expérience dans le développement d'outils pour la gestion et l'analyse de données biologiques. Il œuvre au sein de la Plateforme IA-Agrosanté (PIAAS) en tant que spécialiste des données. Il est titulaire d'une licence en biochimie et de deux maîtrises, l'une en Informatique médicale et l'autre en Informatique.

Expertise : Apprentissage automatique, Statistique spatiale et temporelle, Statistique Bayésienne, Biologie computationnelle, Génétique, Développement de logiciels et de bases de données, algorithmes d'optimisation.

Rezwan a un diplôme en génie informatique ainsi que plusieurs années d'expérience dans l'utilisation des techniques d'apprentissage automatique pour résoudre des problèmes avec différents types de données dans le monde universitaire et industriel. Depuis l’hiver 2024, elle s’est lancée dans un parcours de M. Sc. étudiant en sciences vétérinaires, se concentrant sur un domaine émergent qui utilise l'intelligence artificielle pour la santé et le bien-être des animaux. Au PIAAS, ses recherches se concentrent principalement sur l’utilisation des données de capteurs et de l’apprentissage automatique pour évaluer la détection précoce des maladies afin d’optimiser la production de poulets de chair et de minimiser la consommation d’antimicrobiens.

Le Dr Jean-Pierre Lavoie est professeur titulaire à la Faculté de médecine vétérinaire (FMV) de l’Université de Montréal (UdeM) et a occupé, de 2018 à 2023, le poste de vice-doyen à la recherche à la FMV. C’est dans le cadre de ces fonctions qu’il a entrepris de mettre sur pied la Plateforme IA-Agrosanté (PIAAS) afin de promouvoir l'insertion de l'intelligence artificielle dans l’industrie de l’agroalimentaire et de la santé animale et ainsi contribuer à améliorer l'efficience et la compétitivité du Québec et du Canada dans ces domaines. 

Après avoir complété son doctorat en médecine vétérinaire et son internat à l’UdeM, le Dr Lavoie a complété une résidence en médecine interne des grands animaux et un postdoctorat sur la fonction respiratoire des chevaux à l’Université de Californie, Davis.

Expertise : médecine interne équine, asthme, maladies respiratoires des chevaux, modèle équin d’asthme bronchique, physiologie respiratoire.

La Dre Majda Moussa, professionnelle en sciences des données et en intelligence artificielle. Elle a un diplôme en génie informatique et est titulaire d’une maîtrise et d’un doctorat en génie logiciel de l’École Polytechnique de Montréal. Elle a travaillé les dernières années dans différents milieux de pratique en statistique et en apprentissage machine. Elle est spécialisée dans le développement et l’industrialisation des modèles d’apprentissage et/ou pipeline de données dans diverses plateformes (en site ou en nuage). Elle a une formation polyvalente en technologie de l’information et elle est en train de consolider une expérience unique pour transposer les technologies IA en application pratique auprès des milieux de l’agriculture, du bioalimentaire et de la santé animale.

Titulaire d’une maîtrise en science des données pour la biologie de l’Institut Agro de Rennes, Solène a rejoint l’équipe PIAAS en juillet 2023 comme scientifique des données. Elle a 2 ans d’expérience en analyse de données appliquée au secteur agro-alimentaire, principalement en analyse sensorielle et en statistiques exploratoires sur des données de ventes ou encore des problématiques liées à la recherche et au développement tel que les plans d’expérience. Elle apprécie la vision 360° des projets data allant du recueil du besoin jusqu’à l’accompagnement de l’utilisateur en passant par le développement d’outils d’aide à la décision. Solène justifie également d’un attachement particulier aux problématiques liées à l’agriculture et à la santé animale.

Dalia, récemment diplômée en informatique spécialisée en intelligence artificielle, passionnée par l'exploration des limites entre la technologie et la santé animale ainsi qu’humaine. Avec son expérience, elle entreprend une maîtrise en bio-informatique, souhaitant approfondir sa compréhension des systèmes biologiques et de leur relation avec les technologies. Elle compte appliquer ses compétences en IA pour contribuer à l'amélioration de l'efficacité et de la durabilité de l'industrie agricole. Elle travaille désormais sur un projet de recherche qui se concentre sur le développement d'un système d'aide à la décision pour la sélection des génisses dans les fermes laitières.