Select Page
Ingénieur chercheur

Pierre-Luc Delisle

Une

personne passionnée

À propos de moi

Je suis un étudiant finissant à la maîtrise en technologie de l’information spécialisé en apprentissage machine appliqué à l’imagerie médicale. Je suis un étudiant fondateur de la chaire de recherche Shape Analysis in Medical Imaging de l’ÉTS et un développeur logiciel actif sur GitHub.

Mon histoire

K

Diplômé en technique de l'électronique

K

Diplômé en génie des TI

K

Finissant à la maîtrise en TI

K

Spécialisation en imagerie médicale

K

Travaux en normalisation et segmentation d'images médicales

K

Membre IEEE et Signal Processing Society

Compétences techniques

Imagerie médicale

Apprentissage machine

Calcul parallèle et distribué

Recherche

Développement Web et Logiciel

Réseaux et TI

Vision artificielle

Reconnaissance de formes

Analytique de données massives

Langages de programmation et cadriciels

  • Python
  • Java
  • C / C++

PyTorch

TensorFlow

Scikit-Learn

Nvidia CUDA

Apache Spark

OpenCV

Démocratiser et rendre l’apprentissage machine utile pour tous. 

 

Mes objectifs

L’apprentissage machine et l’intelligence artificielle qui peut en découler sont certainement deux sphères qui résoudront les problèmes les plus complexes de notre société. Mon objectif au quotidien est de faire en sorte que la société de demain bénéficiera de ces technologies et la mettra à profit dans la résolution de ces problématiques complexes tout en respectant les enjeux éthiques.

Mon expérience

 

L’apprentissage machine au coeur de mon expérience de travail

Dès mon stage 2, j’ai pu explorer les technologies reliées à l’apprentissage machine. J’ai su tout de suite que mon but premier serait de développer une carrière dans cette nouvelle sphère du génie logiciel. Je me suis également beaucoup impliqué au sein de mon école pour faire avancer le département de génie logiciel dans l’enseignement de l’apprentissage machine.

Expérience de travail

École de technologie supérieure

Auxiliaire d’enseignement

Enseigner et évaluer les travaux pratiques pour le cours d’apprentissage machine du programme génie des TI. Assister les étudiants dans la compréhension des notions d’apprentissage machine et dans leur démarche d’apprentissage. Avoir une excellente connaissance des algorithmes d’apprentissage machine et de leur implémentation.

Janv. 2018 – Dec. 2019

École de technologie supérieure

Stagiaire en recherche

Programmer une application web de visualisation d’images médicales. Utiliser un modèle d’apprentissage profond convolutionnel pour segmenter des organes dans des images médicales. Analyser les performances des algorithmes de segmentation.

Janv. 2018 – Avr. 2018

École de technologie supérieure

Concepteur de travaux pratiques

Concevoir des travaux pratiques pour le cours d’apprentissage machine du programme génie des TI.

Août 2017 – Dec. 2017

nuecho

Extra Space

développeur logiciel R&D

Développer un projet pilote constituant en un agent conversationnel en utilisant un modèle d’apprentissage machine appliqué au langage naturel (NLP). Démontrer la faisabilité du projet. Définir les métriques de performance du modèle et évaluer le bon fonctionnement. Programmer un API REST. Documenter le projet.

Août 2016 – Dec. 2016

Hewlett Packard Enterprise

Extra Space

Administrateur réseau de laboratoire

Configurer des services réseau sur Linux et Windows pour l’équipe d’assurance qualité, installer et maintenir de l’équipement réseau et de radiofréquences.

Janv. 2015 – Avr. 2015

J’ai travaillé avec

Éducation

École de technologie supérieure

Maîtrise en technologie de l’information

Apprentissage machine appliqué à l’imagerie médicale. Normalisation et segmentation d’images médicales à l’aide de réseaux de neurones convolutionels.

Supervisé par Prof. Hervé Lombaert et Prof. Christian Desrosiers.

GPA : 4.1 / 4.3

Présent

École de technologie supérieure

Baccalauréat en génie des technologies de l’information

Spécialisation en apprentissage machine, calcul parallèle et distribué, vision artificielle, principes de l’imagerie médicale et analyse de données massives.

GPA : 4.0 / 4.3

2018

Collège Montmorency 

Diplôme d’études collégiales en technique de l’électronique

Spécialisation en ordinateurs et réseautique Cisco Administration et configuration de réseaux, virtualisation, principes de l’électronique.

Cote R : 33

2014

Bourses

Conseil de recherche en sciences naturelles et en génie du Canada (CRSNG)

Bourse de 2e cycle

Lauréat de la bourse d’études supérieures du CRSNG au niveau de la maîtrise

17 500 $

2018

Conseil de recherche en sciences naturelles et en génie du Canada (CRSNG)

Bourse de stage de 1er cycle

Lauréat d’une bourse compétitive pour effectuer un stage en recherche

8000 $

2018

École de technologie supérieure

Bourse d’excellence pour les étudiants continuant à la maîtrise

Lauréat de la bourse d’études d’excellence de l’ÉTS

20 000 $ / année

2018

École de technologie supérieure

Bourse d’entrée au baccalauréat

Lauréat de la bourse d’entrée pour rendement collégial exemplaire

2 300 $

2014

Collège Montmorency 

Bourse du mérite

Lauréat de la bourse d’excellence académique du département du génie électrique

700 $

2014

Publications

IEEE International Symposium on Biomedical Imaging

4-Page Contribution Paper

Adversarial Normalization for Multi Domain Image Segmentation (P-L. Delisle, B. Anctil-Robitaille, C. Desrosiers, H. Lombaert

Publié 

Proceedings of ISBI 2020

arXiv:1912.00993

Pour la conférence ISBI, 3 au 7 avril 2020, Iowa City, Iowa, USA.

Conférences

IEEE International Symposium on Biomedical Imaging

Participation

Présentation de Adversarial Normalization for Multi Domain Image Segmentation (P-L. Delisle, B. Anctil-Robitaille, C. Desrosiers, H. Lombaert

Activitées

Présentation d’une affiche

Deep Learning under Adversarial Attacks and Generative Models (Tutoriel)

White Matter Microstructure with Diffusion MRI Challenge (Challenge)

3 au 7 avril 2020, Iowa City, Iowa, USA.

Medical Image Computing and Computer Assisted Interventions

Participation

Présence aux conférences et workshops.

Activitées

 

10 au 14 septembre 2017, Québec, Québec, Canada.

Mes réalisations

Librairie

Kerosene

Librairie Python open source.

B. Anctil-Robitaille, P.-L. Delisle. Cadriciel d’apprentissage machine profond pour accélérer la recherche avec PyTorch.

Du code source relié à la recherche se doit d’être structuré, de qualité et rapide à développer. Kerosene aide le chercheur à respecter ces trois critères en lui proposant une structure à respecter ainsi qu’un système de journalisation et de visualisation automatique des métriques générées lors d’une exécution de l’algorithme d’apprentissage.

Librarie

SAMITorch

Librairie Python open source.

P.-L. Delisle, B. Anctil-Robitaille. Une collection de transformateurs et modèles 3D avec PyTorch.

SAMITorch se veut être une librairie implémentant un ensemble de transformateurs, modèles et ensembles de données reliés au traitement 3D de l’imagerie médicale. L’objectif est de construire une librairie testé et standard pour produire des résultats de recherche encore plus rapidement. 

Supervision

Projets de fin d’études universitaire

Superviser et mener à la réussite deux équipes de travail dans leur projet de fin d’études (session Été 2019).

J’ai eu la chance de superviser deux projets de fin d’études universitaire; un travaillant sur un logiciel web d’ordonnancement de tâches GPGPU et un autre construisant un ensemble de données de musique à l’aide d’API courant de lecture de musique en continu.

Mes hobbies

 

Lecture

Tennis

Musique

Plein air

Actualité

Entrons en contact

Prêt à avoir une discussion?

Téléphone

+1 (438) 889-3680