Explore le parcours d'un ingénieur logiciel de l'EPFL à la Cour suprême fédérale, en mettant l'accent sur la science des données, l'apprentissage automatique et l'impact de l'ingénierie logicielle.
Couvre l'intégration de l'apprentissage automatique avec la microscopie à sonde à balayage pour une automatisation et une efficacité améliorées dans les flux de travail scientifiques.
Couvre les bases logicielles, les données et la transformation numérique, y compris les étapes de développement de logiciels et les solutions open source.
Explore l'apprentissage à partir de données interconnectées avec des graphiques, couvrant les objectifs de recherche modernes de ML, les méthodes pionnières, les applications interdisciplinaires, et la démocratisation du graphique ML.
Couvre les bases des systèmes embarqués, le développement FPGA, les systèmes d'exploitation en temps réel et les différents types de systèmes d'exploitation.
