报告人：曹腾巴黎公共交通总公司，首席数据科学家
报告时间：2019年6月21日（星期五）上午10:00
报告地点：电子楼D12
邀请人：吴晨健
欢迎广大师生踊跃参加！
报告摘要：法国巴黎长期致力于改善公交车的拥堵状况。然而，拥堵的原因复杂多样，单一的解决方案很难在大范围得到满意的效果。理想的工作流程是：先筛选出交通阻塞的路段和时段，再具体的调查原因，然后采取针对性的措施。近年来，大数据技术的发展使得我们可以经济的存储并处理公共汽车的GPS数据。因此，我们需要研发合适的算法来挖掘数据，筛选出拥堵的时间点和地点。算法研发面临两大挑战：（一）GPS数据不但采样率低，而且精确度低；（二）公交车轨迹复杂，经常有绕道或折返的情况。我们的数据分析团队根据不同的应用场景，开发了两套算法，分别使用公交车路线和整个城市道路网来约束和纠正GPS数据，从而弥补数据高噪声低采样的特性。依靠这一系列算法，交通部门能够筛选出亟需治理的拥堵时段路段，并进一步采取措施改善交通。
报告人简介：
教育背景
2002-2006南京大学，物理系学士学位；
2006-2010巴黎理工学院 Ecole Polytechnique（法国工科排名第一），计算机系工程师学位（相当于硕士学位）；
2010–2011巴黎国立高等电信学院 Télécom ParisTech Paris，计算机系硕士双学位；
工作经历
2016-至今巴黎公共交通总公司 RATP：数据科学家，团队负责人
2011-2016法国地球物理公司 CGG：项目负责人
2011法国金融软件服务公司Murex：软件开发工程师
2010-2011法国泰雷兹Thales 铁路信号系统：毕业实习