François Chung, Ph.D.

En breu

Actualment, sóc Analista funcional a Zetes (BE). Abans vaig treballar primer com a Enginyer de Software Científic en el CISTIB de la UPF (ES), Enginyer R+D en Sistemes Intel·ligents a Inspiralia (ES), Consultor en Eficiència Energètica a E²=MC (BE), Consultor en Implementació de Programari a Sofico (BE), Analista de negoci a FIS (BE), i Analista de negocis digitals a Fujitsu (BE).

Des de gener 2011, sóc Doctor en Informàtica de Mines ParisTech (FR). La meva tesi tracta principalment de l’anàlisi d’imatges mèdiques (tractament d’imatges) i es va fer en l’equip Asclepios de l’INRIA Sophia-Antipolis (FR). La meva tesi s’inscriví dins del marc de la xarxa europea Marie Curie 3D Anatomical Human (3DAH).

Abans de començar el meu doctorat, vaig prendre cursos en visió per computador i robòtica en el grup ViCOROB de la UdG (ES). En 2005, em vaig graduar d’Enginyer Industrial en Informàtica (Ing.) de l’ISIB (BE).

La meva experiència professional

Intel·ligència artificial

Servei financer

Gestió de flotes

Eficiència energètica

Processament d'imatge

Imatge mèdica

On treballo

On vaig treballar

On vaig estudiar

Càrrecs que vaig ocupar

Analista de negoci

Consultor

Enginyer R+D

Enginyer de Software

Les meves titulacions

Doctorat

Ing./M.Sc.

Per a qui treballo (i vaig treballar)

https://www.francoischung.com/wp-content/uploads/2020/11/Zetes-80x80.jpg
Fujitsu
FIS
Sofico
E² = MC
Inspiralia
UPF
Inria

On vaig estudiar

Inria
Mines ParisTech
UdG
ISIB

Fun Facts

Anys a l’estranger

8

Idiomes parlats

5

Publicacions

22

Països visitats

53
Prova d'identitat

Prova d’identitat

Projecte Zetes @Brussel·les, Bèlgica (2021). La prova d'identitat consisteix a verificar per a un determinat nivell de garantia que una persona, que està reclamant una identitat, és de fet la persona correcta. Aquest procés pot ser realitzat manualment per un operador humà, ja sigui in situ (a través de presència física) o en línia (de forma remota per videoconferència), però també automàticament (p.ex. completament automatitzat en línia o en un entorn controlat).

A nivell europeu, l'Institut Europeu de Normes de Telecomunicacions (ETSI) està treballant en l'especificació tècnica ETSI TS 119 46 per establir les bases d'un nou estàndard de prova d'identitat, l'objectiu és ser aplicable en àrees com l'emissió d'identitat electrònica (eID) i el Conegui al seu client (KYC), considerant diversos tipus de persones: persona física, persona jurídica i persona física que representa una persona jurídica.

Un dels objectius d'aquesta especificació és proporcionar controls contra dues amenaces principals de prova d'identitat:

  • Evidència falsificada: una persona afirma una identitat incorrecta utilitzant evidència falsificada;
  • Robatori d'identitat: una persona fa servir evidència vàlida associada amb una altra persona.

Per tant, la implementació de la prova d'identitat requereix un enfocament basat en els riscos, els resultats i requisits que poden ajustar-se fins a un cert nivell de garantia (grau de certesa) del resultat, depenent del context (p.ex. propòsit de la verificació d'identitat, regulació, risc acceptable pel que fa al resultat del procés).

En aquest projecte, les meves tasques estan relacionades amb l'anàlisi de l'especificació tècnica ETSI TS 119 46 per investigar quines parts del procés de prova d'identitat ja estan desenvolupades i disponibles a Zetes (i per tant podrien reutilitzar-se), com les parts que falten es poden implementar a la pràctica i quins són els possibles impactes de la implementació en els productes i solucions existents.

Referències

Projecte

Article relacionat

Més informació

ETSI - European Telecommunications Standards Institute

Modelatge de processos i decisions de negoci

Modelatge de processos i decisions de negoci

Formació HPI, MOOC (2021). Aquesta formació en línia presenta conceptes de modelatge de processos de negoci utilitzant l'estàndard BPMN (Business Process Model and Notation). Basat en un coneixement profund de BPMN, l'última part de la formació cobreix els models de decisió que utilitzen DMI (Decision Model and Notation). Els models de decisió complementen els models de procés mitjançant la representació de decisions operatives concretes, tant amb la seva estructura com amb les seves lògiques de decisió.

Setmana 1: Introducció a la gestió de processos de negoci

Temes principals:

  • Definició de processos de negoci;
  • Models de processos de negoci;
  • Processos de negoci interactius;
  • Models i instàncies;
  • Cicle de vida del procés de negoci.

Setmana 2: Modelatge bàsic de processos de negoci

Temes principals:

  • Activitats de procés;
  • Passarel·les exclusives i paral·leles;
  • Passarel·les inclusives i bucles;
  • Esdeveniments d'inici, intermedis i de cap;
  • Simultaneïtat.

Setmana 3: Anàlisi del comportament dels models de processos

Temes principals:

  • Comportament del procés;
  • Solidesa estructural;
  • Simulació de processos de negoci;
  • Xarxes de Petri i anàlisi de processos;
  • Comprovació de solidesa.

Setmana 4: Modelatge avançat de processos de negoci

Temes principals:

  • Subprocessos i esdeveniments de frontera;
  • Modificadors d'activitat;
  • Passarel·la basada en esdeveniments;
  • Modelatge de les organitzacions;
  • Patrons d'assignació de recursos.

Setmana 5: Dades en els models de processos de negoci

Temes principals:

  • Organització de models de processos;
  • Dades i flux de dades;
  • Semàntica de l'execució de dades;
  • Dades estructurades i subprocessos;
  • Conformitat amb el cicle de vida de l'objecte.

Setmana 6: Modelatge de les decisions de negoci

Temes principals:

  • Implementació de decisions;
  • Diagrames de requisits de decisió;
  • Semàntica de taules de decisió;
  • Anàlisi de taules de decisió;
  • Coherència de processos i decisions.

Referències

Article relacionat

Diagrames de classes UML (formació edX)

Més informació

BPMN - Business Process Model and Notation
DMN - Decision Model and Notation
openHPI - Hasso Plattner Institute

PKI per a documents d'identitat

PKI per a documents d’identitat

Projecte Zetes @Brussel·les, Bèlgica (2021). Una infraestructura de clau pública (PKI) és un conjunt de components físics (p.ex. ordinadors i maquinari), procediments humans (p.ex. verificacions i validació) i programari (p.ex. sistema i aplicacions) destinats a administrar les claus públiques dels usuaris d'un sistema. L'objectiu és la transferència electrònica segura d'informació per a una varietat d'activitats en línia, com el comerç electrònic i la identificació electrònica (eID).

En el cas dels documents d'identitat electrònics, com la targeta d'identitat, una PKI permet vincular les claus públiques a la identitat dels ciutadans, la informació personal no només està impresa a la targeta d'identitat, sinó també emmagatzemat en el xip de la targeta d'identitat. Aquest sistema no només permet als ciutadans utilitzar la seva targeta per identificar-se en línia (autenticació), sinó també per signar documents digitals mitjançant una signatura electrònica qualificada (QES).

Una PKI també es pot utilitzar en un esquema internacional, com per a la verificació de passaports a les fronteres del país. En aquest cas, un país emet passaports per als seus ciutadans i també estableix una PKI per permetre que altres països verifiquin aquests passaports. Això vol dir que, quan un ciutadà presenta un passaport en el control fronterer, el sistema d'inspecció verifica tant la informació d'identitat impresa en el passaport com la informació emmagatzemada al xip del passaport.

Com Analista Funcional i Product Owner dins de l'equip de desenvolupament de Zetes People ID, les meves tasques estan relacionades amb l'anàlisi de les necessitats de programari de PKI, ja siguin internes o del client (p.ex. recopilació de requisits i presentació de productes) , la implementació de programari de PKI (p.ex. software releases i documentació) i la gestió de projectes (p.ex. coordinació del projecte durant sol·licituds de canvi).

Referències

Article relacionat

Prova d'identitat (projecte Zetes)

Més informació

Diagrames de classes UML

Diagrames de classes UML

Formació edX, MOOC (2020). Aquesta formació en línia de la KU Leuven (BE) proporciona una comprensió profunda dels diagrames de classes del llenguatge de modelatge unificat (UML), que s'utilitzen per a representar visualment el disseny conceptual d'un sistema. La formació presenta diagrames de classes UML i explica com s'utilitzen per traçar l'estructura d'un domini empresarial mostrant objectes empresarials, els seus atributs i associacions.

Setmana 1: Introducció

Temes principals:

  • Per què és important el modelatge de dades?
  • Llenguatges de modelatge.

Setmana 2: Conceptes bàsics d'UML

Temes principals:

  • Atributs i tipus de dades;
  • Definicions de classes;
  • Associació unària i ternària;
  • Agregació;
  • Associació derivada i implícita;
  • Camins paral·lels.

Setmana 3: UML avançat

Temes principals:

  • Superclasse, subclasse i herència;
  • Conjunts de generalització;
  • Restriccions a la generalització i especialització;
  • Associacions heretades;
  • AssociationClass;
  • Cosificació d'associació.

Referències

Article relacionat

Més informació

UML - Unified Modeling Language
edX

Aprenentatge profund i TensorFlow

Aprenentatge profund i TensorFlow

Formació Cognitive Class, MOOC (2020). Aquesta ruta d'aprenentatge presenta els conceptes bàsics d'aprenentatge profund i TensorFlow amb experiència pràctica en la resolució de problemes. Durant tota la formació, TensorFlow s'utilitza en l'ajust de corbes, la regressió, la classificació i la minimització de funcions d'error. Després, aquest concepte s'explora en el món de l'aprenentatge profund, on TensorFlow s'aplica per a la propagació cap enrere per ajustar els pesos i els biaixos.

Curs 1: Fonaments de l'aprenentatge profund

Temes principals:

  • Introducció a l'aprenentatge profund;
  • Models d'aprenentatge profund;
  • Models addicionals d'aprenentatge profund;
  • Biblioteques i plataformes d'aprenentatge profund.

Curs 2: Aprenentatge profund amb TensorFlow

Temes principals:

  • Introducció a TensorFlow;
  • CNN - Xarxa neuronal convolucional;
  • RNN - Xarxa neuronal recurrent;
  • Aprenentatge sense supervisió.

Referències

Formació

Deep learning fundamentals (Fonaments de l'aprenentatge profund, certificat del curs)
Deep Learning Essentials (insígnia de certificació)
Deep learning with TensorFlow (Aprenentatge profund amb TensorFlow, certificat del curs)
Deep Learning using TensorFlow (insígnia de certificació)

Articles relacionats

Més informació

ITIL Fonaments

ITIL Fonaments

Formació QRP International, Bèlgica (2020). Aquesta formació en línia introdueix els participants a la gestió de serveis de TI (ITSM) i els prepara per l'examen de ITIL Fonaments. La formació proporciona una comprensió del llenguatge comú i els conceptes clau de ITIL (Information Technology Infrastructure Library) i mostra com els professionals de ITSM poden millorar la seva feina i el treball de la seva organització gràcies a la guia ITIL 4.

Mòdul 1: Introducció

Temes principals:

  • Guia per a l'examen ITIL Fonaments;
  • Repositori i documents ITIL;
  • Versions successives de ITIL.

Mòdul 2: Definicions i conceptes clau

Temes principals:

  • Gestió de serveis;
  • Provisió de serveis;
  • Client, usuari i patrocinador;
  • Serveis i productes;
  • Oferta de serveis;
  • Relacions de servei;
  • Consum de serveis;
  • Lliurables i resultats;
  • Utilitat i garantia.

Mòdul 3: Els 7 principis rectors de ITIL

Temes principals:

  • Centrar-se en el valor;
  • Comenci on està;
  • Progressar de manera iterativa amb retroalimentació;
  • Col·laborar i promoure la visibilitat;
  • Pensar i treballar de manera integral;
  • Mantingui-ho simple i pràctic;
  • Optimitzar i automatitzar.

Mòdul 4: Les 4 dimensions de la gestió de serveis

Temes principals:

  • Organitzacions i persones;
  • Informació i tecnologia;
  • Socis i proveïdors;
  • Fluxos de valor i processos.

Mòdul 5: La cadena de valor del servei

Temes principals:

  • Planificar;
  • Participar;
  • Disseny i transició;
  • Obtenir i construir;
  • Lliurar i donar suport;
  • Millorar.

Mòdul 6: Pràctiques de gestió general

Temes principals:

  • Millora contínua;
  • Gestió de la seguretat de la informació;
  • Gestió de relacions;
  • Administració de subministraments.

Mòdul 7: Pràctiques de gestió de serveis

Temes principals:

  • Control de canvis;
  • Administració d'incidents;
  • Gestió d'actius de TI;
  • Seguiment i gestió d'esdeveniments;
  • Maneig de problemes;
  • Gestió de llançaments;
  • Gestió de la configuració del servei;
  • Centre de serveis;
  • Gestió de nivell de servei;
  • Gestió de sol·licituds de servei.

Referències

Formació

Certificació (PeopleCert)

Més informació

Formador de primers auxilis

Formador de primers auxilis

Formació Creu Roja, Bèlgica (2020). Aquesta formació de 10 dies per a formadors de primers auxilis cobreix els gestos tècnics i els mètodes d'ensenyament necessaris per dur a terme sessions de formació en primers auxilis per al BEPS (brevet européen de premiers secours). El formador ensenya als participants els gestos salvadors, i adquireixen així els reflexos adequats que els convertiran en una baula imprescindible en la cadena de rescat.

Dia 1: Mòdul tècnic

Temes principals:

  • Col·locació de la víctima;
  • Reanimació cardiopulmonar (RCP);
  • Desfibril·lador extern automatitzat (DEA).

Dia 2: Reforç teòric

Temes principals:

  • La cèl·lula humana;
  • El cos humà;
  • Patologies.

Dia 3: Organització de formacions

Temes principals:

  • Maquillatge;
  • Netejar el maniquí;
  • Marc legal.

Dia 4: Reforç de primers auxilis (I)

Temes principals:

  • Material de primers auxilis;
  • Regles essencials d'intervenció;
  • Apropar-se a una víctima inconscient.

Dia 5: Reforç de primers auxilis (II)

Temes principals:

  • Apropar-se a una víctima conscient;
  • Lesions de la pell;
  • Lesions musculoesquelètiques.

Dia 6: Pedagogia

Temes principals:

  • Metodologia;
  • Fites educatives;
  • Gestió d'una animació.

Dia 7: Mòdul específic (I)

Temes principals:

  • Accident elèctric;
  • Accident de cotxe;
  • Enverinament per CO.

Dia 8: Mòdul específic (II)

Temes principals:

  • Posició lateral de seguretat (PLS);
  • RCP i DEA;
  • Obstrucció de la via aèria.

Dia 9: Mòdul específic (III)

Temes principals:

  • Ferida amb cos estrany;
  • Trauma del cap;
  • Cremada tèrmica severa.

Dia 10: Mòdul específic (IV)

Temes principals:

  • Esquinç de turmell;
  • Hemorràgia;
  • Dolor al pit.

Referències

Articles relacionats

Socorrisme (formació Creu Roja)
Primers auxilis (formació Creu Roja)

Més informació

BEPS – Brevet européen de premiers secours
Animateur.rice premier secours (formador de primers auxilis)
Croix-Rouge de Belgique (Creu Roja de Bèlgica)

Google Cloud: big data i aprenentatge automàtic

Google Cloud: big data i aprenentatge automàtic

Formació Coursera, MOOC (2020). Aquesta formació en línia presenta les capacitats de big data i aprenentatge automàtic (ML) de Google Cloud Platform (CGP). Mitjançant una combinació de presentacions, demostracions i laboratoris pràctics, la formació ofereix una descripció general de Google Cloud i una vista detallada de les solucions de processament de dades i de ML, com BigQuery, Cloud SQL, Dataproc, Pub/Sub, Dataflow i Data Studio.

Setmana 1: Big data i fonaments de ML

Temes principals:

  • Explorar un conjunt de dades públiques BigQuery;
  • Triar l'enfocament de solució adequat;
  • Recomanar productes amb Cloud SQL i Spark;
  • Predir les compres de clients amb BigQuery ML.

Setmana 2: Desafiaments de la canalització de dades moderna

Temes principals:

  • Panells de control IoT en temps real;
  • Crear una canalització de dades de transmissió;
  • ML en conjunts de dades no estructurats;
  • Classificació d'imatges amb models ML predissenyats.

Referències

Fonaments de Spark

Fonaments de Spark

Formació Cognitive Class, MOOC (2020). Aquesta ruta d'aprenentatge aborda els fonaments d'Apache Spark, un motor de codi obert per al processament de dades a gran escala que està revolucionant el món de l'analítica i del big data. Aquesta formació és una oportunitat per aprendre dels líders de la indústria sobre Spark, que es basa en la velocitat, la facilitat d'ús i l'anàlisi, i brinda oportunitats i projectes pràctics per generar confiança amb el conjunt d'eines de Spark.

Curs 1: Fonaments de Spark I

Temes principals:

  • Introducció a Spark;
  • Resilient Distributed Dataset (RDD) i DataFrames;
  • Programació d'aplicacions Spark;
  • Introducció a les biblioteques de Spark;
  • Configuració, seguiment i posada a punt de Spark.

Curs 2: Fonaments de Spark II

Temes principals:

  • Introducció als notebooks;
  • Arquitectura RDD;
  • Optimització de transformacions i accions;
  • Memòria cau i serialització;
  • Desenvolupament i proves.

Curs 3: Spark MLlib

Temes principals:

  • Tipus de dades Spark MLlib;
  • Revisió d'algoritmes;
  • Arbres de decisió i boscos aleatoris;
  • Agrupament Spark MLlib.

Curs 4: Exploració de GraphX

Temes principals:

  • Introducció a Graph-Parallel;
  • Exploració dels operadors de gràfics;
  • Visualització i modificació de GraphX;
  • Agregació i emmagatzematge en memòria cau.

Curs 5: Big data en R amb Spark

Temes principals:

  • Introducció a SparkR;
  • Manipulació de dades amb SparkR;
  • Aprenentatge automàtic amb SparkR.

Referències

Formació

Spark fundamentals I (Fonaments de Spark I, certificat del curs)
Spark – Level 1 (insígnia de certificació)
Spark fundamentals II (Fonaments de Spark II, certificat del curs)
Spark MLlib (certificat del curs)
Exploring GraphX (Exploració de GraphX, certificat del curs)
Big data in R using Spark (Big data en R amb Spark, certificat del curs)
Spark - Level 2 (insígnia de certificació)

Articles relacionats

Fonaments de Hadoop (formació Cognitive Class)
Especialització en ciència de dades (formació Coursera)

Més informació

Fonaments de Hadoop

Fonaments de Hadoop

Formació Cognitive Class, MOOC (2020). Aquesta ruta d'aprenentatge presenta Hadoop, que és un marc de codi obert per a l'emmagatzematge distribuït i el processament de big data. La formació cobreix contingut que és fonamental per a l'èxit de qualsevol persona en aquest àmbit, explicant el disseny conceptual d’Hadoop, introduint MapReduce, YARN (Yet Another Resource Negotiator) i Hive, i després explicant com utilitzar Hadoop i manipular dades sense l’ús de codificació complexa.

Curs 1: Hadoop 101

Temes principals:

  • Introducció a Hadoop;
  • Arquitectura de Hadoop i HDFS;
  • Administració de Hadoop;
  • Components de Hadoop.

Curs 2: MapReduce i YARN

Temes principals:

  • Introducció a MapReduce i YARN;
  • Limitacions de Hadoop v1 i MapReduce v1;
  • Arquitectura de YARN.

Curs 3: Moviment de dades en Hadoop

Temes principals:

  • Escenaris de càrrega;
  • Ús de Sqoop;
  • Descripció general de Flume;
  • Ús de Data Click.

Curs 4: Accés a dades de Hadoop usant Hive

Temes principals:

  • Introducció a Hive;
  • Hive DDL - Llenguatge de definició de dades;
  • Hive DML - Llenguatge de manipulació de dades;
  • Operadors i funcions de Hive.

Referències

Formació

Hadoop 101 (certificat del curs)
Hadoop Foundations – Level 1 (insígnia de certificació)
MapReduce and YARN (MapReduce i YARN, certificat del curs)
Hadoop Programming – Level 1 (insígnia de certificació)
Moving data into Hadoop (Moviment de dades en Hadoop, certificat del curs)
Hadoop Administration – Level 1 (insígnia de certificació)
Accessing Hadoop data using Hive (Accés a dades de Hadoop usant Hive, certificat del curs)
Hadoop Data Access – Level 1 (insígnia de certificació)
Hadoop Foundations – Level 2 (insígnia de certificació)

Articles relacionats

Fonaments de Spark (formació Cognitive Class)
Especialització en ciència de dades (formació Coursera)

Més informació