Tangjian WEI
Chargée de recherche CFR / COSYS - Département Composants et Systèmes ESTAS - Évaluation des Systèmes de Transports Automatisés et de leur Sécurité
Villeneuve d'Ascq Cedex
Bâtiment: Building: F
20 rue Élisée Reclus
BP 70317
F-59666 Villeneuve d'Ascq Cedex
Bureau: Office: 006
Tangjian WEI
Chargée de recherche CFR / COSYS - Département Composants et Systèmes ESTAS - Évaluation des Systèmes de Transports Automatisés et de leur Sécurité
Tangjian Wei est titulaire d’un doctorat en génie des transports obtenu à l’Université Central South (Chine). Son expérience académique et scientifique s’étend à l’Asie, l’Amérique du Nord et l’Europe. Il a débuté sa carrière universitaire à l’Université Jiaotong de l’Est de la Chine, où il a évolué de chargé d’enseignement à maître de conférences, puis professeur associé. Entre 2023 et 2024, il a été chercheur invité à l’Institute for Transport Studies (ITS) de l’Université de Leeds (Royaume-Uni), où il a contribué à des travaux sur la modélisation de la demande ferroviaire à grande vitesse et l’analyse des émissions liées aux transports. De 2024 à 2025, il a occupé le poste de chercheur postdoctoral à l’Université Western (Canada), avec des recherches portant sur la maintenance prédictive basée sur l’intelligence artificielle et la détection automatique des défauts dans les systèmes ferroviaires. Depuis décembre 2025, il est chargé de recherche au sein du laboratoire COSYS-ESTAS de l’Université Gustave Eiffel (France).
Son expertise porte sur la recherche opérationnelle ferroviaire, l’optimisation et l’aide à la décision basée sur l’intelligence artificielle, incluant la planification de l’offre de services ferroviaires, la construction des horaires, l’optimisation des stratégies de maintenance et l’analyse de données massives.
Il a reçu plusieurs distinctions, notamment le Premier Prix de la Railway Application Section (RAS) du concours de résolution de problèmes d’INFORMS (2025), le Certificat d’innovation scientifique et technologique ferroviaire majeure délivré par l’Administration nationale des chemins de fer de Chine (2022), ainsi que le Prix de la meilleure présentation à la COTA International Conference of Transportation Professionals (CICTP, 2021).
Ses thématiques de recherche incluent l’optimisation ferroviaire et la recherche opérationnelle, la planification et l’ordonnancement des systèmes de transport, l’évaluation des impacts environnementaux des transports, ainsi que l’aide à la décision fondée sur l’intelligence artificielle appliquée aux systèmes de transport.
Tangjian Wei received a Ph.D. in Transportation Engineering from Central South University (China). His academic and research experience spans Asia, North America, and Europe. He began his academic career at East China Jiaotong University, progressing from Teaching Fellow to Lecturer and subsequently Associate Professor. From 2023 to 2024, he served as a Visiting Research Fellow at the Institute for Transport Studies, University of Leeds (UK), where he contributed to research on high-speed rail demand modeling and transportation emission analysis. From 2024 to 2025, he was a Postdoctoral Associate at Western University (Canada), focusing on AI-based predictive maintenance and defect detection for railway systems. Since December 2025, he has been a Research Fellow at COSYS-ESTAS, Université Gustave Eiffel (France).
His expertise lies in railway operations research, optimization, and artificial intelligence–based decision support, including train service planning, timetabling, maintenance optimization, and big-data analytics.
He has received several awards and honors, including First Prize in the Railway Application Section (RAS) Problem Solving Competition, INFORMS (2025); the Major Railway Science and Technology Innovation Certificate from the National Railway Administration of China (2022); and the Outstanding Presentation Award at the COTA International Conference of Transportation Professionals (CICTP, 2021).
His research interests include railway optimization and operations research, scheduling and planning in transport systems, transportation and environmental evaluation, and AI-based decision support for the transportation systems.