Teaching at Polytech Marseille Enseignements à Polytech Marseille

Algorithmics and python programming (Labs in french), computer graphics (Labs in english), image analysis (Labs in english), augmented, virtual and mixed reality (Labs in french). Algorithmique et programmation Python (ressources en français), Programmation graphique (ressources en anglais), Analyse d'images (ressources en anglais), Réalité augmentée, virtuelle et mixte (ressources en français).

Head of the Computer Science Apprenticeship Program at Polytech Marseille Responsable de la filière Informatique par apprentissage à Polytech Marseille

Polytech Marseille is a public engineering school integrated within Aix-Marseille University and a member of the Polytech network (France's largest network of engineering schools).

The computer science program is organized as a 3-year engineering cycle (Bac+3 to Bac+5) and awards a degree conferring the Master's grade, accredited by the Commission des Titres d'Ingénieur (France Compétences). It is accessible via initial training (student status), apprenticeship (apprentice status), or continuing education. For apprentices, the rotation schedule is generally 3 weeks in the company / 3 weeks at school.

The program aims to train engineers who master general computer science skills with specific expertise in software design and development, focusing on two key areas of specialization: Artificial Intelligence & Data Science and Virtual, Augmented & Mixed Reality. To apply to our program click here. Polytech Marseille est une école d'ingénieurs publique interne à Aix-Marseille Université et membre du réseau Polytech (premier réseau français des écoles d'ingénieurs).

La formation en informatique s'organise en un cycle ingénieur de 3 ans (Bac+3 à Bac+5) et délivre un diplôme conférant le grade de Master, habilité par la Commission des Titres d'Ingénieur (France Compétences). Elle est accessible en formation initiale (FISE), en apprentissage (FISA) ou en formation continue. Pour les apprentis, le rythme d'alternance est généralement de 3 semaines en entreprise / 3 semaines à l'école.

La formation vise à former des ingénieurs maîtrisant les compétences générales en informatique avec une expertise particulière en conception et développement logiciel, en se concentrant sur deux domaines de spécialisation : Intelligence Artificielle & Science des Données et Réalité Virtuelle, Augmentée & Mixte. Pour candidater à notre formation par alternance, cliquez ici.

Head of G-Mod Team at LIS Responsable de l'équipe G-Mod au LIS

The G-Mod team's research focuses on the geometric and topological modeling of discrete and continuous spaces. Models structure the team's research work into two complementary axes.

Models as Objects
The representation and computation of local or global features of geometric data form the basis of geometric and topological modeling methods. The team focuses on the definition and analysis of geometric and topological models. The goal is, on the one hand, to efficiently represent a variety of objects (surface and volume representation via meshes; implicit representation of surfaces, volumes, or specific objects such as tubular structures; representation of abstract objects described by topology) and, on the other hand, to study the properties of these representations (geometry, topology, characteristic or singular structures). This axis concentrates on the representation and the geometric and topological analysis of objects. It constitutes the team's theoretical and methodological foundation, developing the fundamental tools of geometric modeling.

Models as Tools
A model adds a layer of abstraction to geometric data by attaching semantic knowledge to it. This semantic layer can be seen as an end in itself (in declarative modeling where semantics are provided a priori, but also in fields such as semantic data indexing or graphic simulation). However, in much of the team's work, it can also underpin the algorithmic process, using models to guide the construction of semantics (characterization, reconstruction of digitized objects, spatial registration, matching, data fusion, multi-modal or multi-resolution modeling, topological analysis). This second axis adopts a more application-oriented perspective by using geometric models as tools for the reconstruction and analysis of complex data.

These two axes mutually enrich each other: the theoretical developments of the first axis fuel the applications of the second, while application-driven challenges stimulate new fundamental research questions. Les recherches de l’équipe sont centrées sur la modélisation géométrique et topologique d’espaces discrets et continus. Les modèles structurent les travaux de recherche de l’équipe en deux axes complémentaires.

Les modèles comme objet
La représentation et le calcul de caractéristiques locales ou globales de données géométriques sont la base des méthodes de modélisation géométrique et topologique. L’équipe s’intéresse à la définition et à l’analyse de modèles géométriques et topologiques. Le but est d’une part de pouvoir représenter de manière efficace des objets variés (représentation de surfaces et de volumes par des maillages, représentation implicite de surfaces, volumes ou objets spécifiques tels les objets tubulaires, représentation d’objets abstraits décrits par la topologie) et d’autre part d’étudier les propriétés de ces représentations (géométrie, topologie, structures caractéristiques ou singulières). Cet axe se concentre sur la représentation et l’analyse géométrique et topologique des objets. Il constitue le socle théorique et méthodologique de l’équipe, développant les outils fondamentaux de la modélisation géométrique.

Les modèles comme outil
Un modèle ajoute une abstraction aux données géométriques en leur adjoignant une connaissance sémantique. Cette dernière peut être vue comme une fin en soi (en modélisation déclarative où la sémantique est fournie a priori, mais aussi dans des champs comme l’indexation de données sémantiques ou la simulation graphique). Mais elle peut aussi, dans de nombreux travaux de l’équipe, sous-tendre le travail algorithmique utilisant les modèles pour guider la construction de la sémantique (caractérisation, reconstruction d’objets numérisés, recalage spatial, appariement, fusion de données, modélisation multi-modale ou multi-résolution, analyse topologique). Ce second axe adopte une perspective plus applicative en utilisant les modèles géométriques comme outils de reconstruction et d’analyse de données complexes.

Ces deux axes se nourrissent mutuellement : les développements théoriques du premier axe alimentent les applications du second axe, tandis que les problématiques applicatives stimulent de nouvelles questions de recherche fondamentale.