Maxime Lamothe
Ph.D. (Concordia), M.Ing. (Concordia), B.Ing. (McGill)
Professeur adjoint
Département de génie informatique et génie logiciel
Département de génie informatique et génie logiciel
Domaines d'expertise
Programmation logique Autres méthodes informatiques Conception de systèmes d'information Génie logiciel Logiciel de systèmes informatiques Logiciels et développement
Programmation logique Autres méthodes informatiques Conception de systèmes d'information Génie logiciel Logiciel de systèmes informatiques Logiciels et développement
Pôle d'excellence principal
Nouvelles frontières en technologies de l'information et communications
Nouvelles frontières en technologies de l'information et communications
Pôle(s) d'excellence secondaire(s)
Modélisation et intelligence artificielle Industrie du futur et société numérique
Modélisation et intelligence artificielle Industrie du futur et société numérique
Intérêts de recherche et affiliations
Intérêts de recherche
- Génie logiciel empirique
- Excavation de dépôts de logiciels
- Interfaces de programmation (API)
- Systèmes de construction de logiciels
- Performances du logiciel
- Détection de bogues
Type(s) d'expertises (sujets CRSNG)
- 2705 Logiciels et développement
- 2706 Génie logiciel
Publications
Publications récentes
Ensemble de données
Communication de conférence
Ensemble de données
Communication de conférence
Timilehin, O., & Lamothe, M. (2026). Differentiating refactoring practices: a comparative analysis of ML and Non-ML frameworks [Ensemble de données]. 
Qin, Q., Li, H., Merlo, E., & Lamothe, M. (avril 2025). Automated, unsupervised, and auto-parameterized inference of data patterns and anomaly detection [Communication écrite]. 47th International Conference on Software Engineering (ICSE 2025), Ottawa, Ontario, Canada.
Qin, Q., Li, H., Merlo, E., & Lamothe, M. (2025). Automated, unsupervised, and auto-parameterized inference of data patterns and anomaly detection [Ensemble de données].
Shahedi, K., Khouzam, M., Li, H., Lamothe, M., & Khomh, F. (novembre 2025). From Technical Excellence to Practical Adoption: Lessons Learned Building an ML-Enhanced Trace Analysis Tool [Communication écrite]. 40th International Conference on Automated Software Engineering (ASE 2025), Seoul, Korea.
Biographie
Maxime Lamothe est professeur adjoint à Polytechnique Montréal (et actuellement à la recherche d'étudiants à la maîtrise et au doctorat). Maxime a étudié les systèmes de construction de logiciels en tant que chercheur postdoctoral avec le Software REBELs Lab de l'Université de Waterloo. Sa thèse de doctorat, menée dans le SENSE Lab de l'Université Concordia, portait sur la réduction des écarts de connaissances entre les utilisateurs et les développeurs d'API logicielles. Il a obtenu son doctorat de l'Université Concordia (2020), son M. Ing. de l'Université Concordia (2017) et B. Ing. de l'Université McGill (2013).
Enseignement
- LOG3430 - Méthodes de test et de validation du logiciel
- LOG6305 - Techniques avancées de test du logiciel
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (2)
- Darche, S. (2025). Profiling and Tracing Tools for General-Purpose Computing on Graphics Processing Units (GPGPU) [Thèse de doctorat, Polytechnique Montréal].
- Ekhlasi, M. (2025). Diagnostic automatisé des performances dans les systèmes distribués à l'aide de traces, de métriques système et de modèles de langage de grande taille [Thèse de doctorat, Polytechnique Montréal].
- Darche, S. (2025). Profiling and Tracing Tools for General-Purpose Computing on Graphics Processing Units (GPGPU) [Thèse de doctorat, Polytechnique Montréal].
-
Mémoire de maîtrise (3)
- Nouriinanloo, B. (2024). Improving Information Retrieval and Recommender Systems with Contextual Data and Re-Ranking [Mémoire de maîtrise, Polytechnique Montréal].
- Bouziane, A. (2023). On-Demand Health Data Provisioning with Custom Temporary Data Views for Big Data Platforms [Mémoire de maîtrise, Polytechnique Montréal].
- Ghadesi, A. (2023). An Empirical Study of the Causes and Symptoms of Machine Learning Exceptions [Mémoire de maîtrise, Polytechnique Montréal].
- Nouriinanloo, B. (2024). Improving Information Retrieval and Recommender Systems with Contextual Data and Re-Ranking [Mémoire de maîtrise, Polytechnique Montréal].
Nouvelle(s) concernant Maxime Lamothe
NOUVELLES
|
7 juillet 2022
Programmes de recherche axée sur la découverte du CRSNG: 42 chercheuses et chercheurs de Polytechnique Montréal obtiennent plus de 2 M$ de subventions |
Lire
MAGAZINE POLY
|
7 septembre 2021
Maxime Lamothe, professeur adjoint, Département de génie informatique et de génie logiciel |
Lire
Revue de presse concernant Maxime Lamothe
9 mai 2026,
Le Devoir ,
Ville_IA : renforcer la résilience face aux changements climatiques
Maxime Lamothe, professeur adjoint au Département de génie informatique et génie logiciel, explique que le projet VILLE_IA utilise une intelligence artificielle éthique et souveraine pour centraliser et analyser des données climatiques. Il souligne que cette approche aide les municipalités québécoises à mieux évaluer leurs vulnérabilités et à renforcer leur résilience face aux changements climatiques.
