Sébastien Ducos

Organisation

Sebastien DucosDoctorante en Informatique

LIUPPA

LIUPPA
Allée du parc Montaury, 64600 Anglet
sebastien.ducos @ univ-pau.fr (sebastien.ducos @ univ-pau.fr)

Parcours

Expériences Professionnelles

Depuis 2019	Cognitive Cyber-Physical Systems for Industry 4.0 iPaaS, Big Data, Industry 4.0, Machine Learning, Cyber-Physical Systems, IoT, Cloud Computing The purpose of this thesis is to study methodologies, models, and architectures for designing and developing cognitive (autonomous) cyber-physical systems (CPS) for Industry 4.0, in different domains (generic solution) and in particular agriculture (CIFRE). These CPSs must be able to integrate different heterogeneous actors (people, objects, data, services) coordinated by autonomous and self-adaptive processes capable of implementing the different business process of a company.
2016-2019	Projet « Provénergie », Groupe Coopératif Maïsadour Big Data, CouchDB, Node.js, Machine Learning, ETL, Javascript, Systèmes cyber-physiques Le but de ce projet a été de mettre en place des indicateurs en temps réel pour les processus de séchage et de ventilation des céréales. Grâce aux données collectées et analysées, nous avons pu en tirer plusieurs conclusions et notamment des optimisations possibles. Les acteurs peuvent agir rapidement et même anticiper des pannes ou des dérives. De plus, l’application fournit des recommandations de réglages à faire en fonction de plusieurs facteurs (humidité, température extérieure, …).
2016	Projet « AT », Groupe Coopératif Maïsadour JAVA, ETL, Temps réel, Data Mining Ce projet consistait à développer un outil permettant de calculer en temps réel le taux de fréquence et le taux de gravité des accidents de travail. De plus, une analyse sur les causes des accidents était effectuée. Des actions à mettre en place étaient ensuite proposées ou non selon le type d’accident.
2015	Projet avec l’ESN Adour Gestion Informatique TALEND, Oracle BI, JAVA Ce projet avait pour but, dans un premier temps, de créer un entrepôt de données avec des données provenant de sources hétérogènes. Dans un second temps, il a fallu configurer la plateforme Oracle BI suivant les différents processus métier de l’entreprise pour laquelle nous travaillions. Ils disposaient donc de plusieurs indicateurs par processus pour piloter au mieux leur entreprise.

Formations

2018	Master Systèmes Informatiques pour le Génie de la Logistique Industrielle et des Services Université de Pau et des Pays de l’Adour, Anglet
2016	LP Statistique et Informatique Décisionnelle en Management de la Qualité Université de Pau et des Pays de l’Adour, Pau
2015	DUT Statistique et Informatique Décisionnelle Université de Pau et des Pays de l’Adour, Pau
2013	Baccalauréat Scientifique option ISN (Informatique et Sciences du Numérique) Lycée Charles Despiau, Mont-de-Marsan

Responsabilités

Management de stages
Responsable d'une partie des SI de la branche Productions Végétales chez Maïsadour

Compétences

Langages maîtrisés : SQL , PL/ SQL , HTML, PHP, CSS, JavaScript, JAVA, R , Python
Logiciels/Concepts : Pack Office, R, SAS, Talend, Sphinx, Oracle BI, Business Object, BI, BA, Machine Learning, NoSQL, Node.js , iPaaS platform, Cyber physical systems

Thèmes de recherche

Cyber-Physical Systems
Machine/Deep learning
Process Mining
Architecture 4.0

Projets

Thèse

Titre

Conception de systèmes cyber-physiques cognitifs pour l’Industrie 4.0

Description

Étude des méthodologies, modèles, et architectures permettant de concevoir et développer des systèmes cyber-physiques (CPS) cognitifs (autonomiques) pour l’Industrie 4.0, dans le domaine de l'agriculture. Ces CPS doivent être capables d’intégrer différents acteurs hétérogènes (personnes, objets, données, services) coordonnés par des processus autonomiques et auto-adaptatifs capables de mettre en oeuvre les différentes missions métiers d’une entreprise. La thèse prendra comme cadre les processus métiers de l'Entreprise Maïsadour (gestion de l'énergie, de la qualité, de la maintenance, du transport, …). Les résultats attendus porteront sur une méthodologie et un cadre de modélisation (framework de conception et de développement) pour les CPS afin de permettre l'implémentation de processus cognitifs autonomiques et leur exécution sur une plateforme d’intégration cloud. Les défis majeurs concernent la prise en compte de l’hétérogénéité des acteurs (en particulier l'interaction homme-machine et machine-machine ou M2M), l'auto-configuration des processus et l'aide à la décision, en prenant en compte les contraintes de qualité, de performance, de mise à l’échelle et de sécurité.

Membres

Ernesto Exposito

Superviseur

Publications

iPaaS in Agriculture 4.0: An Industrial Case, in WETICE2020 - 29th IEEE International Conference on Enabling Technologies: Infrastructure for Collaborative Enterprises, Aug. 2020, 6 pages