Département de génie informatique et génie logiciel
Intérêts de recherche et affiliations
- Génie logiciel
- Surveillance et observabilité des logiciels
- Ingénierie et exploitation de systèmes logiciels intelligents (alimentés par l'IA)
- Performance/durabilité des logiciels
- Logiciel quantique
- DevOps et AIOps
- Journalisation des logiciels et analyse des journaux
- Dépôts de logiciels d'exploration de données
- Maintenance et évolution des logiciels
- Apprentissage automatique et exploration de données
- 2705 Logiciels et développement
- 2706 Génie logiciel
- 2720 Logiciel de systèmes informatiques
Publications
Biographie
Heng Li dirige le laboratoire Measurement, Observation, and Optimization of Software and its Evolution (MOOSE) lab à Polytechnique Montréal. La mission de MOOSE est d'inventer des solutions intelligentes et novatrices pour la surveillance/l'observabilité et les opérations de systèmes logiciels vastes, complexes et évolutifs, y compris les systèmes traditionnels et les systèmes émergents ( ex. : systèmes basés sur l'IA et systèmes quantiques). Heng Li a obtenu son doctorat en informatique de l'Université Queen's en 2018. À l'Université Queen's, il a travaillé comme étudiant au doctorat puis comme boursier postdoctoral à la Chaire de recherche industrielle CRSNG/RIM en génie logiciel au Software Analysis and Intelligence Lab (SAIL) . Il a également obtenu son B.Ing à l'Université Sun Yat-sen (Chine) et sa maîtrise à l'Université Fudan (Chine). Il possède plusieurs années d'expérience dans l'industrie (Synopsys, BlackBerry) en développement et recherche de logiciels. Pour en savoir plus sur ses recherches, veuillez visiter le site du labo MOOSE.
Enseignement
- LOG8371E - Ingénierie de la qualité logicielle
- LOG6309E - DevOps intelligent de systèmes logiciels à grande échelle
- LOG8490 – Génie logiciel quantique
Formation
- B.Ing. en génie électronique, Université Sun Yat-sen, Guangzhou, Chine
- M.Sc. en génie électronique, Université Fudan, Shanghai, Chine
- Ph.D. en informatique, Université Queen’s, Kingston, Canada
- Chercheur postdoctoral, Université Queen’s, Kingston, Canada
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (2)
- Ghari, S. (2023). Benchmarking Framework and Performance Modeling for Evaluating the Performance of Spark-Based Data Science Projects [Thèse de doctorat, Polytechnique Montréal].
- Rasolroveicy, M. (2022). Toward More Performant and Efficient Decentralized Applications on Blockchain Technologies [Thèse de doctorat, Polytechnique Montréal].
-
Mémoire de maîtrise (5)
- Chembakottu, B. (2023). Understanding User Perception of Mobile App Quality: A Large-Scale Multi-Dimension Study of the Reviews and Ratings of Android Sports Apps [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].
- Saint-Cyr, B. (2023). Traçage multi-niveaux d'orchestrateur d'application conteneurisée [Mémoire de maîtrise, Polytechnique Montréal].
- El Aoun, M. R. (2022). Empirical Studies of Quantum Programming Issues [Mémoire de maîtrise, Polytechnique Montréal].
- Yousefifeshki, F. (2022). Studying the Practices and Challenges of Developing Hardware Description Language Programs [Mémoire de maîtrise, Polytechnique Montréal].
- Chembakottu, B. (2023). Understanding User Perception of Mobile App Quality: A Large-Scale Multi-Dimension Study of the Reviews and Ratings of Android Sports Apps [Mémoire de maîtrise, Polytechnique Montréal].