Interview de Younes Abou El Majd – Consultant et doctorant en Big Data

Younes Abou El Majd est consultant spécialiste en JAVA/JEE – Big Data. Il fait partie d’Océane Consulting depuis plus de trois ans et prépare, en parallèle, son Doctorat en Big Data.

A l’occasion de la troisième édition de l’ICEIT, Younes a tenu une conférence à Rabat au Maroc le samedi 18 novembre. Cette conférence, basée sur son article : « PaRRT : Parallel Rapidly Exploring Random Tree (RRT) Based on MapReduce », présentait ses travaux de recherche devant ses pairs.

IMG_7588_edited

Nous avons eu le plaisir d’échanger avec lui sur cette expérience importante pour sa carrière. 

En quoi ton expérience au sein d’Océane Consulting t’a-t-elle aidée dans l’évolution de tes recherches et dans la rédaction de ton article ?

Par le biais d’Océane Consulting, j’ai pu accéder aux formations sur les domaines où je voulais monter en compétences. Dans le cadre de mes missions, j’ai également participé à de nombreux projets qui m’ont permis d’évoluer et de progresser techniquement. En tant que consultant et chercheur, je m’y sens soutenu dans mes choix et mes objectifs pour réaliser ce doctorat.

Passer ce doctorat est un projet ambitieux qui me tiens à cœur. Il me demande beaucoup d’investissement personnel, en moyenne une dizaine d’heures de travail hebdomadaire, et financier. Ma position au sein d’Océane me permet également cet investissement pour développer ma carrière.

Comment réussis-tu à concilier ton poste de consultant et ton travail pour ton Doctorat ?

Il faut bien organiser son temps et être impliqué dans son projet. D’une manière générale,

j’essaie d’équilibrer ma vie professionnelle, personnelle et celle de chercheur en travaillant le soir après le travail et un peu le weekend. Il m’arrive aussi de m’accorder des temps de OFF pour libérer l’esprit et laisser venir l’inspiration, conserver une vie sociale est primordial dans toute démarche de création. Comme c’est un sujet qui me plait vraiment, c’est facile de trouver l’inspiration, j’ai même trop d’idées !

Une parution dans IEEE, c’est une belle marque de reconnaissance, qu’attendais-tu de cette conférence ICEIT ?

Mon but, lors de cette conférence, était de présenter le fruit de mes travaux de recherche des 6 derniers mois. D’avoir les retours de mes pairs. La parution de mon article sur le site IEEE me permet d’avancer dans la validation de mon doctorat, de gagner en visibilité et d’être bien référencé et indéxé. Grâce à cette conférence, je gagne en crédibilité et je m’approche un peu plus de mon objectif.

Qu’est-ce que cette conférence ICEIT t’a finalement apportée ? 

Cette conférence a déjà répondu à toutes mes attentes en matière de visibilité.

Mais elle m’a aussi permis de créer des contacts en me faisant rencontrer des professionnels qualifiés du Big Data.

Grâce aux questions posées après ma conférence, j’ai constaté que les retours étaient positifs et que mon algorithme suscitait l’intérêt des personnes présentes. Ça a été un beau moment de partage, très enrichissant pour nous tous je pense.

D’ailleurs, j’ai aussi pu assister à d’autres conférences passionnantes qui m’ont permis de trouver de nouvelles inspirations pour mes projets.

Quels sont tes projets pour l’avenir ? 

Désormais j’aimerais ouvrir la voie sur une offre de service Big Data avec Océane Consulting. Je travaille d’ailleurs depuis plus d’un mois avec les équipes commerciales d’Océane Consulting pour répondre à des appels d’offres qui me permettraient de réaliser cet objectif.

Je prépare également un deuxième article en vue d’une conférence qui aura lieu à New York.  Puis, sur le plus long terme, publier ce qu’on appelle un « article de journal » dans une des revues scientifiques internationales indexées Scopus, Springer ou ACM, pour mettre en application le Big Data sur une problématique actuelle réelle telle que les Smart cities. Grâce à cela, je pourrai valider mon Doctorat et mettre en application mes compétences en Big Data.

Younes a soutenu, la création de son algorithme de planification de mouvement utilisé en robotique. Cet algorithme intelligent réduit les problèmes de navigations en optimisant l’ergonomie des mouvements des robots, permettant ainsi d’augmenter la rapidité d’exécution des tâches.

Cet algorithme, le PaRRT, est une extension d’un modèle déjà existant, le RRT. Il utilise MapReduce, un modèle de développement informatique adaptable aux grandes quantités de données. En présentant ces différents résultats de recherche, Youness démontre que son algorithme PaRRT est plus adaptable et plus performant sur les larges structures de données.