Cuerpo docente Académicos y profesionales
En esta página
Panorama Enfoque docente Áreas de enseñanza Académicos e investigadores Profesionales y colaboradores Notas sobre los perfiles Siguiente paso
Cuerpo docente

Académicos y profesionales, conectados con la práctica real.

El cuerpo docente de DSTI reúne académicos universitarios, investigadores, ingenieros, especialistas en datos e IA, profesionales de ciberseguridad, colaboradores de negocio y derecho, y liderazgo académico interno. El objetivo es claro: conectar bases sólidas con los sistemas, herramientas y criterio profesional que los estudiantes necesitarán después de la titulación.

01 — Enfoque docente

Un cuerpo docente deliberadamente complementario.

DSTI reúne perfiles docentes complementarios: académicos e investigadores para los fundamentos científicos, profesionales para la implementación y el trabajo con sistemas, y colaboradores para el entorno más amplio en el que la tecnología se diseña, se despliega y se gobierna.

Ciencia

Fundamentos y métodos

Las matemáticas, la estadística, la modelización, la optimización, el machine learning y el razonamiento científico se apoyan en académicos e investigadores de universidades, institutos de investigación y organizaciones científicas.

Tecnología

Sistemas e implementación

El software, las plataformas de datos, el cloud, la ciberseguridad, las redes y los sistemas operativos se enseñan con la contribución de personas que construyen, protegen, gestionan y utilizan estos sistemas profesionalmente.

Contexto profesional

Criterio más allá de las herramientas

La gestión de proyectos, el derecho, la ética, la comunicación, la sostenibilidad y las aplicaciones de negocio ayudan a los estudiantes a entender cómo se usa el trabajo técnico en las organizaciones y en la sociedad.

02 — Áreas de enseñanza

Áreas de enseñanza en la escuela.

Los perfiles docentes resumen grandes áreas de conocimiento para mostrar la experiencia representada en DSTI. Las asignaciones de enseñanza específicas se confirman en cada inicio de clases, según la estructura del programa y la planificación académica.

Matemáticas, estadística y modelizaciónFundamentos, inferencia, series de tiempo, optimización, análisis de supervivencia y matemáticas aplicadas.
IA, machine learning y ciencia de datosMachine learning, deep learning, redes neuronales, visión por computadora y operaciones de modelos.
Ingeniería de datos y analíticaSQL, preparación de datos, pipelines, NoSQL, bases de grafos, data warehousing, reporting y visualización.
Software, sistemas y cloudProgramación, ingeniería de software, sistemas operativos, plataformas cloud, DevOps e infraestructura.
Ciberseguridad y sistemas segurosRedes, pruebas de penetración, código seguro, verificación formal, gobernanza, riesgo y cumplimiento.
Entorno profesionalGestión de proyectos, aplicaciones de negocio, contexto legal, ética, comunicación y sistemas digitales sostenibles.
03 — Académicos e investigadores

Profundidad académica donde importa.

Los perfiles académicos y de investigación aportan profundidad disciplinaria en matemáticas, estadística, informática, IA, sistemas, ciberseguridad, derecho, historia y campos relacionados. Cuando se muestran títulos académicos, la página usa un estilo conciso Dr / Pr.

Perfil académico / investigación

Pr Catherine Faron

Université Côte d’AzurTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Data Pipeline — Part 1 DA DE Exec
Cursos con apoyo docente
Semantic Web Technologies DA DE DS Exec
Perfil académico / investigación

Dr Christophe Becavin

Université Côte d’AzurCiencia y tecnología
Áreas de enseñanza
  • estadística, modelización y optimización
  • IA, machine learning y operaciones de modelos
Cursos impartidos
Foundations of Statistical Analysis and Machine Learning — Part 1 BSc DA DE DS Exec
Cursos con apoyo docente
Python Machine Learning Labs DA DE DS Exec
Perfil académico / investigación

Pr Didier Auroux

Université Côte d’AzurCiencia y tecnología
Áreas de enseñanza
  • fundamentos, modelización, optimización, problemas inversos y asimilación de datos
Cursos con apoyo docente
Foundations of Statistical Analysis and Machine Learning — Part 1 BSc DA DE DS Exec
Perfil académico / investigación

Pr Fabien Gandon

INRIACiencia y tecnología
Áreas de enseñanza
  • ingeniería semántica y del conocimiento, IA híbrida
Cursos impartidos
Semantic Web Technologies DA DE DS Exec
Perfil académico / investigación

Dr Georgiy Bobashev

RTI InternationalCiencia y tecnología
Áreas de enseñanza
  • estadística, modelización y optimización
Cursos impartidos
Agent-Based Modelling DA DS
Perfil académico / investigación

Hanna Abi Akl

DSTICiencia y tecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
  • ingeniería de datos, analítica y plataformas
  • software, sistemas, cloud e infraestructura
Cursos impartidos
Data Wrangling with SQL BSc DA DE DS Exec
Data Management DA DE DS
AI Awareness DA DE DS
Networking DA DE DS
Clean IT DA DE DS
Python Machine Learning Labs DA DE DS Exec
Warm Up Exec
Perfil académico / investigación

Pr Julien Jacques

Université Lumière Lyon 2Ciencia
Áreas de enseñanza
  • estadística, modelización y optimización
Cursos impartidos
Time-Series Analysis DA DS
Perfil académico / investigación

Pr Marina Teller

Université Côte d’AzurEntorno profesional
Áreas de enseñanza
  • derecho de datos, ética y regulación
Cursos impartidos
Data Laws and Regulations — Philosophies, Geopolitics and Ethics BSc CY DA DE DS Exec
Perfil académico / investigación

Martin Van Waerebeke

INRIACiencia y tecnología
Áreas de enseñanza
  • estadística, modelización y optimización
  • IA, machine learning y operaciones de modelos
Cursos impartidos
Foundations of Statistical Analysis and Machine Learning — Part 1 BSc DA DE DS Exec
Perfil académico / investigación

Valeriya Strizhkova

INRIACiencia
Áreas de enseñanza
  • estadística, modelización y optimización
Cursos con apoyo docente
Time-Series Analysis DA DS
04 — Profesionales y colaboradores

Práctica profesional en el aula.

Estos perfiles aportan a los programas experiencia industrial, técnica, de consultoría y operativa.

Profesional en activo

Albert Konrad

BlaBlaCarCiencia y tecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Data Structure and Machine Learning using Python & R DA DE DS
Profesional en activo

Ana Escobar

TinderCiencia y tecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Graph Databases — NoSQL Part 1 DA DE DS Exec
Profesional en activo

Assan Sanogo

Datajam.aiCiencia y tecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
Cursos con apoyo docente
Python Machine Learning Labs DA DE DS Exec
Profesional en activo

Benoit Mialet

ValowayCiencia y tecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
Cursos impartidos
Artificial Neural Networks DE DS Exec
Deep Learning DE DS
Profesional en activo

Clément Ziane

ConsultorCiencia y tecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
  • software, sistemas, cloud e infraestructura
Cursos impartidos
Computer Systems Labs DA DE DS
Document Databases — NoSQL Part 2 DA DE DS
Software Engineering — Part 1 DA DE DS
Software Engineering — Part 2 DA DE DS
Profesional en activo

David Worms

AdaltasTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
  • software, sistemas, cloud e infraestructura
  • ciberseguridad, redes y código seguro
Cursos impartidos
Profesional en activo

Eliott Morcillo

ADALTASTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
  • ciberseguridad, redes y código seguro
Cursos impartidos
Profesional en activo

Estelle Auberix

IOKELATecnología
Áreas de enseñanza
  • software, sistemas, cloud e infraestructura
  • ciberseguridad, redes y código seguro
  • proyectos, negocio y práctica profesional
Profesional en activo

Fabien Massol

AmadeusTecnología
Áreas de enseñanza
  • ciberseguridad, redes y código seguro
  • proyectos, negocio y práctica profesional
Cursos impartidos
IT Project Management: Traditional and Agile Approaches BSc DA DE DS Exec CY
Profesional en activo

Dr Jannic Cutura

Banco Central EuropeoTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
  • software, sistemas, cloud e infraestructura
Cursos impartidos
Data Pipeline — Part 2 DE Exec
Profesional en activo

Jean-François Derenty

ConsultorCiencia y tecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Profesional en activo

Joe Sanchez

AdaltasTecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
  • ingeniería de datos, analítica y plataformas
  • software, sistemas, cloud e infraestructura
Cursos impartidos
DevOps by Adaltas BSc DE
Big Data Ecosystem by Adaltas BSc CY DE DS
Profesional en activo

Luke Radivoev

Nordic Guarantee GlobalCiencia
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Data Analytics Domain Applications DA Exec
Profesional en activo

Mori Huang

AdaltasTecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
  • ingeniería de datos, analítica y plataformas
  • software, sistemas, cloud e infraestructura
Cursos impartidos
DevOps by Adaltas BSc DE
Big Data Ecosystem by Adaltas BSc CY DE DS
Profesional en activo

Nelson Lopez

PrestashopTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Data Warehousing & ETL DA DE
Profesional en activo

Octave Prevot

AdaltasTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
  • ciberseguridad, redes y código seguro
Cursos impartidos
Profesional en activo

Stéphane Mollard

AmadeusTecnología
Áreas de enseñanza
  • ciberseguridad, redes y código seguro
  • proyectos, negocio y práctica profesional
Cursos impartidos
IT Project Management: Traditional and Agile Approaches BSc DA DE DS Exec CY
Colaborador profesional

Suzanne Simonet

IndependienteEntorno profesional
Áreas de enseñanza
  • proyectos, negocio y práctica profesional
Cursos impartidos
Docente DSTI

Sébastien Corniglion

DSTITecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
  • ingeniería de datos, analítica y plataformas
  • software, sistemas, cloud e infraestructura
Cursos impartidos
AI Awareness DA DE DS
Computer Architecture DA DE DS
Analysis & Design of Information Systems DA DE Exec
Warm Up Exec
Profesional en activo

Valery Zuniga Kondrashov

IxpantiaCiencia y tecnología
Áreas de enseñanza
  • IA, machine learning y operaciones de modelos
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Data Structure and Machine Learning using Python & R DA DE DS
Profesional en activo

Yannick Ramond

PMO DataTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
Excel Basics DA DE DS
Advanced Excel for Data Analytics DA Exec
Profesional en activo

Yong Yao

ConsultorTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
Cursos impartidos
CRM Data Management BSc DA DE Exec
Reporting & Visualisation DA Exec
Profesional en activo

Alexis Marié

AdaltasTecnología
Áreas de enseñanza
  • ingeniería de datos, analítica y plataformas
  • IA, machine learning y operaciones de modelos
Cursos impartidos
05 — Notas sobre los perfiles

Cómo leer los perfiles.

Esta página ofrece una visión pública clara del personal docente de DSTI y de la experiencia que aporta. El personal docente evoluciona junto con los programas.

Cómo leer estos perfiles. Los nombres de los programas siguen la estructura actual de DSTI, y los resúmenes temáticos describen las principales áreas de contribución de cada integrante. El profesor indicado para un curso lo imparte; cuando se indican varios, lo imparten de forma conjunta. Las asignaciones de enseñanza para cada generación se confirman al inicio de clases.
06 — Siguiente paso

Entiende el entorno académico alrededor de los programas.

La página de Cuerpo docente es solo una parte del conjunto. La estructura de los programas, el marco académico, la Dirección de Estudios y las prácticas profesionales explican cómo los estudiantes pasan de la enseñanza a la experiencia profesional.