Benjamin Eze
Professeur à temps partiel et professeur auxiliaire
École de conception et d’innovation pédagogique en ingénierie
Le Dr Benjamin Eze est titulaire d’une maîtrise et d’un doctorat en transformation numérique et innovation (anciennement commerce électronique) de l’Université d’Ottawa, où il est professeur à temps partiel et professeur auxiliaire à l’École de conception en ingénierie et d’innovation pédagogique (ÉCIP) de la Faculté de génie.
Sur le plan professionnel, le Dr Eze est chef de l’ingénierie, de l’innovation et de l’automatisation chez Next Pathway Inc., une entreprise spécialisée dans la migration et la modernisation des processus ETL infonuagiques. Il est également partenaire en intelligence d’affaires auprès de Santé Ontario à domicile de Champlain. De plus, il gère et enseigne dans plusieurs programmes de perfectionnement professionnel, notamment ceux offerts par l’Institut de développement professionnel (IDP) de l’Université d’Ottawa, FxInnovation et les programmes CloudCampus DevOps et DevSecOps du Centre for Next Generation Networks (CENGN).
Fort d’une vaste expérience en tant qu’architecte de solutions, ingénieur logiciel et professionnel de l’analyse de données, le Dr Eze a collaboré avec de nombreuses organisations des secteurs de la technologie et de la santé, notamment la Health Standards Organization, Agrément Canada, l’Hôpital Montfort, Cisco et Desire2Learn. Il a également été directeur du développement logiciel chez Privacy Analytics pendant cinq ans.
Le Dr Eze est un chercheur et auteur accompli. Il compte de nombreuses publications évaluées par les pairs et détient deux brevets au Canada et aux États-Unis.
Publications sélectionnées
-
Méthodes de dépersonnalisation pour les données de santé ouvertes : le cas de l’ensemble de données de demandes de remboursement du Heritage Health Prize
-
Intégration des données fondée sur des politiques pour les processus de surveillance de la santé électronique dans un environnement B2B : expériences du Canada
-
Revue systématique de la littérature sur l’anonymisation des ensembles de données de diffusion en continu à haute dimension pour le partage de données de santé