Waad ALMASRI - Admise au titre de docteur

Adresse Professionnelle
3 AVENUE DES PRES 78180
MONTIGNY-LE-BRETONNEUX FRANCE
Waad.masri@outlook.com
Identifiant ORCID 0000-0002-0648-7206
Identifiant Hal https://hal.archives-ouvertes.fr/search/index/?q=%2A&authIdHal_s=Waad ALMASRI
Compte LinkedIn https://www.linkedin.com/in/waad-al-masri-3808b7107
Compte Researchgate waad.almasri@ensam.eu
En recherche d'emploi
Disponibilité : février 2023
Mobilité : France - je suis mobile partout dans le monde pour des missions éventuelles cadrées dans le temps.

Projet professionnel :

chercheur en entreprise, R&D du secteur privé
pilotage de la recherche et de l’innovation, gestion de projets innovants, pilotage de structures innovantes
expertise, études et conseils dans des organisations, cabinets ou sociétés fournissant des prestations intellectuelles, des expertises scientifiques, prospectives ou stratégiques
entrepreneur des domaines innovants

Techniques maîtrisées :
Google Cloud Platform, Azure machine learning, Dockerfile, Python (Pandas, Numpy, FastAPI, Sklearn, Tenserflow, Pytorch, Keras, Multiprocessing, nltk,…), R (studio & shiny), Hadoop, Spark (ML lib), SQL Oracle, Hive, Scala, Pig, Git, Intellij, Maven, Hue, Matlab, C++, C#, Linux, HTML, CSS
Compétences :
capacité : d’adaptation, à travailler sous pression, à maintenir son attention dans la durée, à décider, à fédérer, à collaborer, à communiquer et écouter, autonomie, prise en charge des risques, compétences en expression orale et écrite en 3 langues (Français, Anglais et Arabe), compétence en Informatique et Bureaucratique: Excel, Word, Power Point

Expérience professionnelle :
CDD du 1 février 2023 au 3 avril 2023
Domaine d'activité : Data Science
Type de contrat : Enseignant Chercheur
Fonction exercée : Enseignant vacataire
Secteur d'emploi : Université, Etablissement d'enseignement supérieur
Unité de recherche ou entreprise : EmLyon
Paris - FRANCE

Doctorat Informatique (AM)

Thèse soutenue le 19 janvier 2023 - Arts et Métiers

Ecole doctorale : SMI - Sciences des Métiers de l'Ingénieur

Sujet : Réseaux Antagonistes Génératifs 3d pour le design, l’optimisation et la validation numérique en fabrication additive

Mots-clés de la thèse : Réseaux Antagonistes Génératifs,3D,Fabrication Additive,Design,Optimisation,Validation,

Direction de thèse : Fakhreddine ABABSA

Co-encadrement de thèse : Florence DANGLADE

Unité de recherche : LISPEN Laboratoire d’Ingenierie des Systèmes Physiques et Numériques EA 7515 - Lille

Master - TRES BIEN

obtenu en janvier 2019 - Télécom ParisTech
Option : COMPUTER SCIENCE

Production scientifique

- Waad ALMASRI, Florence DANGLADEb, Dimitri BETTEBGHOR, Faouzi ADJED, Fakhreddine ABABSA 2022. A data-driven topology optimization approach to handle geometrical manufacturing constraints in the earlier steps of the design phase The 33rd CIRP DESIGN 2023, 6 pages - abstract accepté, nan
- Waad ALMASRI, Florence DANGLADE, Dimitri BETTEBGHOR, Faouzi ADJED, Fakhreddine ABABSA 2022. Deep Learning for Additive Manufacturing-driven Topology Optimization The 32nd CIRP DESIGN 2022, 6 pages, http://webserv.lurpa.ens-paris-saclay.fr/CirpDesign2022/program/index.html
- Waad Almasri, Dimitri Bettebghor, Fakhreddine Ababsa, Florence Danglade, Faouzi Adjed 2021. Deep Learning Architecture for Topological Optimized Mechanical Design Generation with Complex Shape Criterion Advances and Trends in Artificial Intelligence. Artificial Intelligence Practices , 14 pages, https://www.researchgate.net/publication/353329058_Deep_Learning_Architecture_for_Topological_Optimized_Mechanical_Design_Generation_with_Complex_Shape_Criterion
- Waad Almasri, Dimitri Bettebghor, Fakhreddine Ababsa, Florence Danglade, Faouzi Adjed 2021. Geometrical-driven generation of Mechanical Designs through Deep Convolutional GAN Journal of Intelligent Manufacturing, 29 pages,
- Waad Almasri, Dimitri Bettebghor, Fakhreddine Ababsa, Florence Danglade, Faouzi Adjed 2021. GMCAD: an original Synthetic Dataset of 2D Designs along their Geometrical and Mechanical Conditions. International Conference on Industry 4.0 and Smart Manufacturing, 10 pages, https://doi.org/10.1016/j.procs.2022.01.232

Dernière mise à jour le 22 novembre 2022