Asma Gabis

Asma GABIS a obtenu son diplôme d’ingénieur d’État en informatique en 2006 à l’École nationale Supérieure d’Informatique (ESI) en Algérie. Son parcours académique a débuté immédiatement après sa réussite au concours d’accès à la post-graduation en décembre 2006. En 2010, elle a obtenu son diplôme de magistère, après quoi elle a occupé un poste d’enseignant-chercheur (maître assistant) à l’université M’hammed Bougara à Boumerdès (Algérie).

Elle a ensuite travaillé dans l’industrie de 2008 à 2013, où elle a occupé les postes d’ingénieur de développement, d’administrateur réseau, puis de responsable de qualité de service.

En 2021, elle a obtenu son doctorat préparé conjointement aux LMCS (Laboratoire de Méthodes de Conception de Systèmes) à l’École nationale Supérieure d’Informatique (ESI) et au Lab-STICC (Laboratoire des Sciences et Techniques de l’Information, de la Communication et de la Connaissance) à l’université Bretagne Sud à Lorient.

Depuis 2017, Asma a embrassé une carrière dans l’enseignement, d’abord en tant qu’enseignante indépendante, puis en occupant un poste d’enseignant permanent à l’Efrei. Actuellement, elle est responsable du département d’informatique au sein de la même école, l’Efrei, et membre du laboratoire Efrei Research Lab.

Ses activités de recherche se concentrent sur l’optimisation mono et multi-objectifs (objectifs contradictoires, contraintes et Front Pareto), l’application des heuristiques et méta-heuristiques, ainsi que leur hybridation avec des algorithmes d’apprentissage machine pour améliorer les performances.

• Optimisation mono-objectif
• Optimisation multi-objectifs : Objectifs contradictoires, contraintes et Front Pareto
• Heuristiques & Métaheuristiques
• Algorithmes d’apprentissage machine
• Intégrations de techniques : Hybridation d’algorithmes d’apprentissage avec les métaheuristiques pour l’amélioration de performances

• Algorithmique
• Complexité algorithmique & Optimisation
• Programmation Python
• Programmation C
• Programmation Java
• Intelligence Artificielle & Machine Learning

Lien vers HAL – https://hal.science/search/index/?q=%2A&rows=30&authIdPerson_i=9677

Lien vers ORCID – https://orcid.org/0000-0003-3370-0030