Stephany Rajeh, enseignant-chercheuse de l'axe de recherche« Données et Intelligence Artificielle » - Efrei

Ce module a été développé afin de rendre le site Efrei accessible au plus grand nombre.

Si malgré notre vigilance, vous rencontriez le moindre problème d’accessibilité sur notre site, n’hésitez pas à nous contacter à l’adresse site-groupe@efrei.fr ou par téléphone au +33 188 289 000.

Stephany Rajeh

Enseignante-chercheuse de l'axe de recherche "data et intelligence artificielle"

Stephany Rajeh

Enseignante-chercheuse de l'axe de recherche "data et intelligence artificielle"

Biographie

Stephany a obtenu son doctorat en informatique en mai 2023 à l’Université de Bourgogne, spécialisée dans le domaine de la science des réseaux. Elle a ensuite occupé un poste de post-doctorante du LIP6 (Laboratoire Informatique de Paris 6) de Sorbonne Université au sein de l’équipe ComplexNetworks où elle a travaillé sur la détection d’anomalies et de fraudes dans les transactions financières dans le cadre du projet LabCom FiT.

Stephany contribue en tant que relectrice pour plusieurs revues (Scientific Reports, PLoS One, IEEE Access, etc.) et conférences (KDD, WSDM, ECMLPKDD, etc.). Elle a participé à l’organisation d’événements de recherche, notamment la conférence Complex Networks and Their Applications de 2020 à 2023, le Winter Workshop on Complex Systems en 2022 et la French Regional Conference on Complex Systems en 2021. Elle a aussi supervisé des étudiants en stage de master.

Elle maintenant occupe le poste à temps plein d’enseignante-chercheuse à l’Efrei et elle est chercheuse associée au sein de l’équipe ComplexNetworks du LIP6 de Sorbonne Université.

Thématiques de recheche

  • Réseaux temporels : comprendre comment leur structure évolue au fil du temps.
  • Détection des anomalies : développer des modèles et des outils pour identifier les anomalies dans le flot des liens.
  • Structure communautaire : étudier l’impact de la structure communautaire sur la dynamique des réseaux complexes et sur la manière dont la notion d’influence se transforme.
  • La science des données pour le bien social : appliquer la science des données et la science des réseaux pour résoudre des problèmes du monde réel.

Cours enseignés

  • Apprentissage automatique pour les ingénieurs de données (M2)
  • Stockage de données pour le Business Intelligence (M2)
  • Science des données avec Python (M1)
  • Base de données : Administration et NoSQL (M1)
  • Science des données (PeX)

Liens

Lien vers HAL: https://hal.science/search/index/?q=*&authIdPerson_i=180790

Lien vers Google Scholar: https://scholar.google.com/citations?user=jYn_v2gAAAAJ&hl=en

Lien vers ORCID: https://orcid.org/0000-0002-7686-8506

Stephany RAJEH

Enseignante-chercheuse de l'axe de recherche "data et intelligence artificielle"