Reinforcement Learning based Graph Convolutional Recommender Systems

This project aims to use and experiment deep learning technique on modern recommender systems such as Graph Convolutional Network. The purpose of this implementation will be to drastically improve recommendation structure’s benchmark. This will allow extract user’s embedding by mapping from pre-existing features that describe the user such as ID and relevant attributes.In this project students will be integrated as a member of the advanced analytics research team that includes multiple PhD holders in relevant domains.Students would work on the following main topics: 1.

Multimodal Representation Learning from raw data to detect customers emotional state in the financial industry

Currently, call centres effort in this matter is largely reactive. Someone calls in, they are upset, and agents respond accordingly. However, this approach is not always most effective, especially with difficult customers. Therefore, knowing the customers current emotional state is very important for appropriate problem solving.

Former des capacités organisationnelles les technologies émergentes : Le cas de Desjardins et l'intelligence artificielle

L’intelligence artificielle suscite beaucoup d’intérêt de la part des grandes entreprises et Desjardins ne fait pas exception. Cependant, les organisations confrontées à la nature ambiguë et incertaine de cette technologie émergente ont généralement de la difficulté à la saisir et l’intégrer dans leurs pratiques et processus. Dans cette optique, ce stage tente d’investiguer les mécanismes par lesquels une organisation peut faciliter la construction d’un cadre commun afin diriger l’action collective envers l’intégration d’une technologie émergente telle que l’intelligence artificielle.

Gamification pour la sensibilisation et le changement de comportements

La gamification consiste à exploiter le potentiel des éléments du jeu pour engendrer des changements au niveau du comportement des individus. Cette technique s’aligne parfaitement avec la nouvelle réalité du 21e siècle et la 4e révolution industrielle puisqu’elle fait appel à des technologies de pointe telles que la réalité virtuelle et l’intelligence artificielle.

Tabular Data Synthesis Using Generative Adversarial network

This project is about synthesizing data using generative adversarial network (GAN). Unlike conventional studies which use anonymization techniques for removing private information of individuals, we use variants of GAN architectures for crafting new records contextually like real records in the legitimate dataset. We plan to run exploratory experiments on public datasets to provide enough grounds for the viability of GANs in synthesizing information. The objective is to develop a proof of concept that shows if synthetic data could be used with similar results than original data.

Gestion des risques en cybersécurité et stratégies face à la menace des rançongiciels

Depuis quelques années un nouveau stratagème criminel s’est taillé une place de choix au sein de la communauté des cybercriminels et a pris un essor considérable : les rançongiciels ou ransomware. Ces logiciels malveillants qui infectent les ordinateurs de leurs victimes et demandent en échange le paiement d’une rançon sont devenus une des cybermenaces les plus importantes pour les entreprises en matière de cybercriminalité.

Data synthesis using generative adversarial network

This project is about synthesizing data using generative adversarial network (GAN). Unlike conventional studies which use anonymization techniques for removing private information of individuals, we use variants of GAN architectures for crafting new records contextually similar to real records in the legitimate dataset. We plan to run exploratory experiments on public datasets to provide enough grounds for the viability of GANs in synthesizing information. The objective is to develop a proof of concept that shows if synthetic data could be used with similar results than original data.

Cybersécurité et expérience utilisateur : exploration du rôle de l’interface dans la réduction de la cybercriminalité en contexte bancaire

De plus en plus de personnes utilisent les services bancaires en ligne au quotidien et s’exposent ainsi à des risques divers tels que le vol d’identifiants. De nombreux outils technologiques peuvent être mis en place pour contrer ces activités criminelles, mais leur utilisation et adoption dépend des comportements des utilisateurs. Malgré une compréhension des enjeux sécuritaires, de nombreux utilisateurs sont toujours victimes de ce type de vol du fait de leur utilisation quasi-automatique des outils en ligne qui entraîne une perte de vigilance face aux informations présentées.

Apprentissage d’une pondération dynamique des constituants d’une méthode d’ensemble

L’utilisation de méthodes d’ensemble, dont l’usage est très répandu, permet souvent d’obtenir des résultats de haute précision mais sont beaucoup plus difficilement interprétable que les modèles d’apprentissage automatique traditionnel (arbres, régressions logistique/linéaire, ect).

Cyber-résilience des institutions financières : identification des vulnérabilités et sensibilisation en matière de compromission des identités

Le projet de recherche ci-présent traite de la compromission des identités des clients et des employés au sein du secteur financier et se focalise plus spécifiquement sur trois moyens qui s’y rapportent : l’hameçonnage, le
« credential stuffing » et le « password guessing ». Le projet a comme objectif de prévenir ces cyberattaques par la mise en place de stratégies d’identification et de sécurisation des comptes compromis de même que par l’implantation de stratégies de sensibilisation pour les employés et les clients sur la protection de leurs identités.

Pages