Simon Fraser University

M. Jiannan Wang s’est établi comme un leader intellectuel dans le secteur de la recherche sur les systèmes de bases de données. Il a notamment apporté d’importantes contributions à la recherche sur la gestion des données ouvertes, le nettoyage des données et l’analyse des données avec intervention humaine, ce qui lui a valu le prestigieux prix Étoile montante du comité TCDE de l’IEEE en 2018. Son projet CrowdER fait œuvre de pionnier dans le domaine de la résolution d’entités ouvertes. Le projet a eu une grande influence dans la communauté des bases de données, et les deux articles qui en ont découlé ont été cités plus de 750 fois au total. Son projet SampleClean propose plusieurs idées novatrices qui peuvent réduire considérablement les coûts de nettoyage des données pour le traitement des requêtes et l’apprentissage automatique. Le projet a été intégré, à titre de composante logicielle ouverte, dans la pile des analyses de données de Berkeley, l’une des piles de données massives les plus populaires au monde à ce moment. M. Wang a développé l’algorithme des mesures de similarité le plus rapide, devenu un opérateur essentiel des systèmes de préparation des données. Depuis qu’il s’est joint à l’USF, il a démontré sa remarquable indépendance en lançant et en mettant en œuvre un ambitieux programme de recherche visant à accélérer la science des données. Il a obtenu une importante bourse d’accélération de l’organisme Mitacs de 990 000 $, à titre de chercheur principal pour soutenir ce programme de recherche. Il a également développé plusieurs outils de source ouverte (DataPrep, Deep, AQP++) qui ont déjà été déployés dans plusieurs entreprises ou utilisés par des dizaines de milliers d’utilisateurs. Il agit à titre de directeur du programme de maîtrise professionnelle en mégadonnées, informatique visuelle et cybersécurité à l’USF. Il a participé à la conception de deux cours populaires en laboratoire sur les mégadonnées dans le cadre du programme et a formé plus de 300 étudiants de maîtrise en mégadonnées au cours des cinq dernières années. Bon nombre de ses étudiants travaillent maintenant comme scientifiques des données ou ingénieurs de données au Canada, ce qui contribue à combler l’écart de talents dans le domaine des mégadonnées au pays.

View all winners