DIM Math Innov Les sciences mathématiques, porteuses d'innovation
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
DIM Math Innov
Les sciences mathématiques, porteuses
d’innovation
1
SOMMAIRE
I. Qu’est-ce que le DIM Math innov ---------------- 3
II. Les partenaires du DIM Math Innov ------------ 4
1. Les partenaires du DIM Math Innov 5
; Les partenaires institutionnels 5
; Les partenaires industriels 6
2. Conseils : CA, CS, comités de recrutement 7
; Le Conseil d’Administration 7
; Le Conseil Scientifique 7
; Les comités de recrutement 8
III. Les activités du réseau-------------------------- 9
1. Les allocations doctorales 9
; Promo 2018 9
; Promo 2017 11
2. Les allocations post-doctorales 12
; Promo 2018 12
; Promo 2017 13
Les success stories du DIM Math Innov 14
3. Les manifestations scientifiques 16
et grand public du DIM
; Holomaths 16
; Forum Emploi Maths 17
; Popularisation des maths 17
; Mathématiques en Mouvement 18
; Les cours des Chaires 18
; Ouverture vers l’Industrie 19
; Ouverture vers les startups et entreprises 20
; Les colloques 21
Les actions inter-DIM 23
4. l’Insertion des jeunes chercheurs 25
; Journée Carrières en Maths 25
; Career Sessions 27
; Job dating 27
; Suivi des doctorant et jeunes chercheurs 28
IV. Apports et perspectives ------------------------ 29
1. les apports 29
2. les perspectives 30
I. Qu’est-ce que le
DIM Math Innov?
Math Innov : interactions et diffusion vers les autres disciplines
Les mathématiques ont un caractère particulièrement diffusant par rapport aux autres
disciplines ou aux grands secteurs sociétaux. Les mathématiques constituent un champ de
recherche, d’apprentissage et de connaissances qui sert de socle pour le développement des
compétences de base, mobilisées dans de très nombreux métiers, et des compétences de pointe
en mathématiques avancées (i.e, mobilisant la recherche en mathématiques et des outils issus
de la recherche) pour résoudre des problématiques de plus en plus complexes.
Plus que jamais, on constate aujourd’hui une grande transversalité des mathématiques ainsi
que leur importance croissante pour résoudre des problèmatiques industrielles: nécessité
d’appréhender des systèmes complexes ou en interaction, phénomènes multi-échelles, gestion
des incertitudes, etc. Néanmoins, les mathématiques seules ne résolvent pas toutes les
problématiques. Ce sont les interactions très fortes avec d’autres disciplines qui favorisent les
avancées, et parfois les ruptures, dans tous les secteurs: informatique, physique, mécanique,
automatique, chimie, sciences du vivant, sciences cognitives, sciences sociales, économie, etc.
Les mathématiques en interaction avec d’autres disciplines présentent toutes les caractéristiques
définies par la commission européenne des technologies clés génériques. Elles sont intensives
en connaissance et en investissement, elles s’appuient sur un haut niveau de recherche et
développement, elles génèrent des cycles rapides et intégrés d’innovation, elles génèrent de
l’emploi hautement qualifié. Leur influence est omniprésente, permettant des innovations de
processus, de produits et de services dans toute l’économie. Elles s’inscrivent dans une approche
systémique, pluridisciplinaire et trans-sectorielle, diffusant dans de nombreux domaines
technologiques.
La mission principale du DIM Math Innov est donc de mettre en avant les mathématiques
émergentes, en rupture et à l’interface avec le monde de l’entreprise, afin de s’ouvrir aux
nouveaux métiers des mathématiques et aux technologie d’avenir et porteuse d’innovation.
Il contribue à maintenir et renforcer le grand potentiel de coopérations interdisciplinaires, il
favorise l’insertion des doctorants et post-doctorants dans le monde de l’entreprise mais aussi
coordonne les écoles doctorales du réseau francilien.
3
II. Les partenaires du
DIM Math Innov
Le DIM Math Innov est un réseau de 3200 chercheurs qui mobilise et fédère l’ensemble
des laboratoires et équipes en sciences mathématiques de :
;L’Institut Henri Poincaré (IHP). C’est la “Maison Universelle des mathématiciens”, point
de convergence de la recherche internationale et vitrine de la discipline.
; La Fondation Sciences Mathématiques de Paris (FSMP). Elle rassemble les mathématiciens
de Paris centre et nord et anime plusieurs programmes nationaux et internationaux. La
FSMP est l’établissement gestionnaire du DIM.
;La Fondation Mathématiques Jacques Hadamard (FJMH). Elle rassemble les
mathématiciens du grand campus de Saclay et anime également des programmes
d’excellence en mathématiques, mettant en synergie universités et grandes écoles.
;La Fédération Bézout (FB), qui couvre les mathématiques de Paris-Est
;Paris-Seine, I-site rassemblant les mathématiques de Paris-Ouest.
CNRS Inria
Paris Nord
FSMP
Paris Centre
Paris
FB
Seine
IHP
Paris Paris
Ouest Est
FMJH
Paris Sud
4
1. Les partenaires du DIM Math Innov
Les partenaires institutionnels
Allocataire(s)
LABORATOIRES INSTITUTIONS en 2017 et/ou
2018
ASD - Astronomie et Systèmes Dynamique IMCCE - Observatoire de Paris
AGM - Analyse, Géométrie et Modélisation Université de Cergy-Pontoise
CAMS - Centre d’Analyse et de mathématiques EHESS
sociales
CAS - Centre Automatique et Systèmes Mines ParisTech
CEREMADE - Centre de REcherche en Université Paris Dauphine
MAthématiques de la DEcision 3
CERMICS - Centre d’Enseignement et de Recherche Ecole des Ponts ParisTech
en Mathématiques et Calcul Scientifique 2
CMLA - Centre de Mathématiques et Leurs Ecole Normale Supérieure Paris-Saclay
Applications 2
CMLS - Centre de Mathématiques Laurent Schwartz Ecole Polytechnique
CMAP - Centre de Mathématiques Appliquées Ecole Polytechnique 3
Collège de France les 5 chaires de mathématiques
CREST - Centre de Recherche en Economie et ENSAE
Statistique
DI-ENS - Département d’Informatique Ecole Normale Supérieure 1
DMA - Département Mathématiques et Applications Ecole Normale Supérieure 2
Fédération de Mathématiques Centrale Supélec 1
IMJ - Institut de Mathématiques de Jussieu Sorbonne Université et Université Paris
Diderot 2
Inria Paris Equipes ALPINE, ANGE, ANTIQUE,
MAMBA, CAGE, CASCADE, GALLIUM, GANG,
MATHRISK, MATHERIALS, MOKAPLAN,
PARKAS, PI.R2, PROSECCO, RAP, REO, 3
SECRET, SERENA, SIERRA, TAPDANCE
MYCENAE, QUANTIC, DYOGENE et WILLOW
Inria Saclay COMMANDS, DeFI, GAMMA3, MEDISIM,
POEMS, RandOpt, SELECT, Tropical Xpop
IPht - Institut de Physique Théorique CEA
IRIF - Institut de Recherche en Informatique Université Paris Diderot
Fondamentale
LAG - Laboratoire Alexander Grothendieck IHES
LAGA - Laboratoire d’Analyse en Géométrie Université Paris Nord
Appliquée 2
LAMA - Laboratoire d’Analyse et de Mathématiques Université Paris Est Marne-la-Vallée,
Appliquées Université Paris-Est-Créteil
5
Allocataire(s)
LABORATOIRES INSTITUTIONS en 2017 et/ou
2018
LaMME - Laboratoire de Mathématique et Université d’Evry
Modélisation
LIGM - Laboratoire d’Informatique Gaspard Monge Université Paris-Est Marne-la-Vallée 1
LMO - Laboratoire de Mathématiques d’Orsay Université Paris Sud 1
LMV - Laboratoire de Mathématiques de Versailles Université de Versailles 1
LJLL - Laboratoire Jacques Louis Lions Sorbonne Université 3
LPSM - Laboratoire de Probabilités, Statistique et Sorbonne Université et Université Paris
Modélisation Diderot 4
LTCI - Laboratoire Traitement et Communication de Telecom ParisTech
l’Information 2
MaIAGE - Mathématiques et Informatique INRA
Appliqués au Génôme à l’Environnement 1
MAP5- Laboratoire de Mathématiques Appliquées Université Paris Descartes
à Paris 5 2
MIA - Mathématiques et Informatique Appliquées AgroParisTech
MODAL’X - Mathématiques et leurs interactions Université Nanterre Paris Ouest 1
SAMOVAR - Services répartis, Architectures, ENSIIE
MOdélisation, Validation, Administration des
Réseaux
SAMM - Statistique, Analyse, Modélisation Université Paris 1 - Panthéon Sorbonne
Multidisciplinaire 1
UMA - Unité de Mathématiques Appliquées ENSTA ParisTech
Les partenaires industriels
6
2. Conseils : CA, CS, comités de recrutement
Le Conseil d’Administration
Le CA vote le budget et vérifie le bilan financier. Il étudie les recommandations du conseil
scientifique et prend les décisions. Il est composé de :
; Emmanuel Trélat (directeur FSMP)
; Muriel Livernet (directrice adjoint FSMP)
; Olivier Serre (directeur adjoint FSMP)
; Etienne Gouin (directeur administratif FSMP)
; Ariela Briani (coordinatrice scientifique)
; Sylvie Benzoni (directrice de l’IHP)
; Pierre Pansu (directeur FMJH)
; Pascal Massart (directeur adjoint FMJH), suppléant Vincent Giovangigli
; Hajer Bahouri (directeur adjoint FB), suppléant Stéphane Sabourau
; Emmanuel Hébey (Paris-Seine)
; Yulia Zavorina (Région Ile-de-France)
Le Conseil Scientifique
Le CS lance les appels à candidatures et veille à leur bon déroulement. Il participe au comité
de recrutement des allocataires et à la sélection des colloques soutenus par le DIM. Le CS
interagit avec les écoles doctorales et les laboratoires d’accueil. Il s’assure que les allocataires
disposeront de ressources et de conditions de travail satisfaisantes. Il rend compte chaque
année du déroulement et des résultats des appels d’offres, en précisant notamment les
répartitions thématiques et géographiques des candidats. Il vérifie l’effectivité et l’efficacité de
l’ensemble du dispositif et transmet des recommandations, notamment sur les pistes jugées
pertinentes pour la valorisation et l’identification des métiers en émergence. Il transmet ce
rapport à l’ensemble des laboratoires et équipes concernés par le projet et au CS de la Région
Île-de-France.
Il est composé de :
; Indira Chatterji (Université de Nice)
; Pauline Lafitte (Ecole Centrale de Paris)
; Didier Smets (Directeur de l’Ecole Doctorale Paris Centre)
; Frédéric Paulin (Directeur de l’Ecole Doctorale Mathématiques Jacques Hadamard)
; Julien Barral (Représentant de l’Ecole Doctorale Paris-nord)
; Valérie Berthé (Université Paris Diderot)
; Pierre Rouchon (Ecole des Mines de Paris)
; Stéphane Labbé (Université de Grenoble) : Président du CS
7
Ainsi que des partenaires socio-economiques :
; ArianeGroup: Eric Duceau, suppléant Max Cerf
; EDF: Sandrine Charousset, suppléante Clémence Alasseur
; Huawei : Mérouane Debbah
; IBM: Georges Uzbelger
; Owkin: Gilles Wainrib
; Renault : Fabien Mangeant
; Safran : Jérôme Lacaille
Les comités de recrutement
Mis en place par le CS, ils sont présidés par un chercheur dont l’affectation n’est pas en Région Île-
de-France. Les comités portent une attention particulière à l’excellence des dossiers. Ils veillent
également à faciliter l’accès des femmes aux financements de thèses et de postdoctorats, et à
encourager les projets de thèses en codirection dans des laboratoires de disciplines différentes.
Le jury est composé des membres du CS ainsi que des directeurs des Ecoles Doctorales ou leurs
représentants en mathématiques.
8III. Les activités du
Réseau
Le DIM Math Innov finance des allocations doctorales et post-doctorales dans le domaine
des mathématiques émergentes, dans le but de soutenir des recherches menées dans un ou
plusieurs établissements de recherche et d’enseignement supérieur de la Région Ile-de-France.
Le Dim Math Innov organise des actions visant à favoriser l’insertion des jeunes chercheurs
dans le monde de l’entreprise, mettre en lumière les mathématiques auprès du grand public et
soutenir les colloques organisés par les laboratoires de son réseau.
1. Les allocations doctorales
Promo 2018
Adeline Fermanian Yiyang YU Tunan ZHU
LPSM LPSM DMA
Chemins Rugueux et Apprentissage profond et IA Chaos gaussien et finance
apprentissage en santé publique
9Thi Than Yen Nguyen Daniele Cannarsa Safaa Al Ali
MAP5 IMJ-PRG/LJLL LAGA
Modélisation dynamique Géométrie de la vision du Modélisation maladies
cerveau et maladies cortex inflammatoires intestin
dégénératives
Thèse en relation avec
le DIM Longévité et
Vieillissement
Ryad Belhakem Nidham Gazagnadou Myrtos Limnios
CEREMADE LTCI CMLA
Statistiques du séquençage Deep Learning Neurophysiologie et
génomique données massives
Roxane Letournel Romain Narci Sholom Schechtman Cécilia Tarpau
Fédération de mathé- MaIAGE LIGM LMV / ETIS-LPTM
matiques Epidémiologie Optimisation, algo- Imagerie tomogra-
Ecoulements turbu- rithmes et données phique
lents, grandes données massives, apprentis-
et incertitudes sage statistique
10Promo 2017
Charles Arnal Jon Asier Barcena Petisco Armand Bernou
IMJ-PRG LJLL LPSM
Géométrie tropicale, Contrôle des EDP et Description macroscopique
géométrie algébrique, chimiotaxie de comportements
applications bancaires, indivdiduels et équations
réseaux complexes de Boltzmann
Gwendoline De Bie Mao Djete Xavier Fontaine
DMA CEREMADE CMLA
Apprentissage statistique et EDS MacKean-Vaslov, Machine Learning, Deep
transport optimal économie et finance learning, apprentissage
séquentiel
Wei Jiang Nicolas Jouvin
Allan Jerolon CMAP SAMM
MAP5 Données manquantes, Données et diagnostic
Causalité entre taba- complétion de ma- médical.
gisme et cancer trices, collaboration Collaboration avec
avec les hôpitaux de l’Institut Curie
Paris
11Long Meng Médéric Motte Jingrui Niu
CEREMADE LPSM LMO
Chimie quantique Finance et jeux sto- Contrôle EDP, acoustique
chastiques sismologie
Mouad Ramil Edouard Rousseau John Zarka
CERMICS LTCI/LMV DI-ENS
Métastabilité, dynamique C r y p t o g r a p h i e , Modélisation de ré-
moléculaire et bioméca- cryptanalyse, arithmétique, seaux de neurones
nique, collaboration avec sécurité informatique profonds
l’Université de Créteil
2. Les allocations post-doctorales
Promo 2018
Cécile Carrère Janelle Hammond Milica Tomasevic
LJLL Inria - ANGE CMAP
Étude de la croissance tumorale Modèles numériques de Modelisation stochastique, réseau
pour une tumeur hétérogène, simulation des phénomènes avec interactions, processus
structurée en trait de résistance environnementaux de branchement spatiaux,
à la chimiothérapie. Utilisation dynamiques de type McKean-
d’équations intégro-différentielles, Vlasov. Projet de recherche
contrôle des EDP. tumeur pluridisciplinaire «Dynamic of
Expanding Networks», constitué
12 de mathématiciens, biologistes et
physiciensJohan Leray Eduardo Abi Jaber Regan Baucke
LAGA CMAP CERMICS
Analyse topologique de Equations de convolutions Stochastic programming
données à l’interface entre stochastiques de type on continuous probability
les mathématiques et Volterra spaces
l’informatique
Promo 2017
ElMokhtar Ezzahdi Alaya Cécile Carrère Lénaïc Chizat
MODAL’X LJLL Inria - SIERRA
Collective Matrix completion Construction et analyse de modèles Métrique de transport
intégro-différentiels et par optimisation optimal
de forme sur la répartition des
phénotypes dans la population et sur
protocole de traitement - cancérologie
Dena Kazerani Pauline Tan
Inria - MATHERIALS CMLA
Modélisation de processus Traitement des images en
physiques induisant érosion interférométrie, en lien avec
et sédimentation dans les l’Onéra
cours d’eau 13Les success stories du DIM
de mathématiques
«On the infinitary proof theory of logics with fixed
points» - Amina Doumane
Lauréate du DIM en 2014 et doctorante de l’IRIF , elle
a remporté le prestigieux Prix de thèse Gilles Kahn
de la Société informatique de France pour sa thèse
intitulée «On the infinitiary proof theory of logics
with fixed points.» Elle obtient également un Prix
de la Recherche pour son article présenté au LICS
2017 et intitulé: «Constructive completeness for the
linear-time μ-calculus.» Elle est actuellement post-
doctorante à l’Ecole Normale Supérieure de Lyon.
«Stochastic methods for optimal transport,
applications in machine learning» - Aude Genevay
Lauréate du DIM 2015 et doctorante au CEREMADE,
elle a été récompensée en 2017 d’un Google PhD
Fellowship* dans le cadre de ses travaux dans le
domaine de l’apprentissage statistique; machine
learning. Le programme de bourse Google permet de
soutenir et récompenser des étudiants ou chercheurs
exceptionnels dans l’industrie, travaillant sur des
sujets de recherche en informatique et/ou dans
des domaines liés. Il reflète l’engagement continu à
soutenir et établir des relations entre la communauté
académique et l’industrie.
*Le partenariat Google a été obtenu grâce au DIM Math Innov.
14«Optimisation et méthodes variationnelles
appliquées au traitement d’images» - Pauline
Tan
Recrutée en tant que post-doctorante au CMLA
(Ecole Normale Supérieure Paris-Saclay) en
septembre 2017, Pauline Tan a travaillé sur le
traitement des images en interférométrie. Il s’agit
d’une technique d’imagerie non conventionnelle
utilisée par l’Onera pour collecter des informations
sur les zones photographiées par son système
aéroporté Sieleters. Le traitement et l’analyse des
données constitue un enjeu important pour exploiter
cette technologie. Or, la nature de ces données
nécessite de développer des méthodes ad hoc. Au cours
de ces trois dernières années, l’Onera a expérimenté, dans des
méthodes variationnelles, un modèle de formation d’images qui a donné des
résultats encourageants. Ces méthodes ont conduit Pauline à développer, en collaboration
avec Mila Nikolova, une nouvelle méthode d’optimisation non convexe qui, contrairement
aux méthodes existantes, tire parti de la structure partiellement convexe des problèmes
considérés. Cette démarche, en plus de faciliter l’analyse de la convergence du schéma
proposé, présente également l’avantage de conduire un algorithme dont les itérations sont
plus simples à calculer et est applicable à une classe de problèmes plus larges que ceux
concernés par les méthodes existantes. Les applications à l’Onera mais également dans
les problèmes d’estimation conjointe en traitement d’images et en statistique sont donc
nombreuses. L’étude théorique de cet algorithme constitue donc un enjeu important, de
même que son application pratique, notamment dans le traitement des images de Sieleters.
Pauline Tan a été recrutée le 1er septembre 2018 en tant que Maître de Conférences à
Sorbonne Université au sein du laboratoire Jacques-Louis Lions.
153. Les manifestations scientifiques et grand public du DIM
Holo maths : le premier projet de science augmentée
Holo-Math est un projet international
d’animation scientifique reposant sur
le principe de la réalité augmentée
développé par l’Institut Henri Poincaré
avec la start-up One More et Microsoft.
Financé, en partie, par le DIM Math
Innov, ce projet propose des scénarii
qui permettent à des groupes de 15 à
20 utilisateurs de vivre une expérience
immersive alliant mathématiques,
sciences, arts et technologie. Ces
expériences sont animées par des
médiateurs et/ou des avatars virtuels.
Elles ont pour but d’être présentées dans
des musées, des centres scientifiques
et lors d’événements spéciaux. Elles
présentent de nouvelles formes de
visualisation et d’interaction au travers
de la technologie de la réalité mixte.
L’expérience audio-visuelle est ainsi
d’une qualité inédite. Au travers d’une
collection variée d’expériences Holo-
Maths, les participants vont pouvoir
jouer, simuler et découvrir l’histoire de
la science et l’actualité de la recherche
scientifique.
16Forum Emploi Math
Le Forum Emploi Math présente chaque année les
différents métiers des mathématiques dans tous les
secteurs (banque, digital, énergie, environnement,
santé, etc.) Il permet aux entreprises de rencontrer
les futurs diplômés en mathématiques, d’échanger
avec les laboratoires de recherche et les formations en
mathématiques. Il permet également aux étudiants et
jeunes diplômés de suivre les offres d’emplois et de stages, de découvrir ou redécouvrir les
métiers des mathématiques et surtout de rencontrer des entreprises et des entrepreneurs.
En 2017, le forum s’est déroulé à la Cité des Sciences et de l’Industrie, en décembre, sous le
patronage d’Olivier Bousquet (Head of Machine Learning Research de Google research Europe),
d’Axelle Lemaire (ex Secrétaire d’État chargée du numérique) et de Cédric Villani (Mathématicien
et Député). En 2018, le FEM sera également organisé à la Cité des Sciences de Paris. Depuis 2
ans, le DIM Math Innov soutient financièrement cet événement et participe à l’organisation de
ce Forum via son service communication.
Popularisation des mathématiques
La stratégie de communication et de diffusion du DIM Math
Innov s’appuie également sur des événements et actions de
popularisation des mathématiques.
Ainsi, chaque année, le DIM de mathématiques soutient et participe
au Salon Culture et Jeux Mathématiques mêlant stands, rencontres
ou spectacles autour des Maths. En 2017, le salon des jeux portait
sur les mathématiques et le langage. En 2018, le thème de la
19ème édition du salon était «Mathématiques et Mouvement».
Très médiatisé, ce salon est un instrument de communication et
de diffusion important.
La fête de la science est une journée pendant laquelle le DIM Math Innov permet au grand public
de découvrir ce qui se cache derrière des
énoncés de thèse parfois abstraits grâce
à un speed-meeting avec les doctorants
et post-doctorants franciliens. L’idée
de cet atelier («Raconte-moi ta thèse!»)
est que chacun-e ait l’occasion de parler
librement de son sujet de recherche,
de sa spécialité, de sa vocation pour
les mathématiques, des raisons qui
l’ont poussé-e à choisir son domaine.
Mais ausi d’évoquer les difficultés, les
joies, les doutes, les grands moments
qui marquent l’entrée dans l’univers
de la recherche. Plus d’une centaine de
participants viennent jouer le jeu chaque
année.
17Exposition Esthétopies : Le DIM Math Innov soutient les expositions présentées à l’initiative de
Pierre Berger, docteur et chercheur en mathématiques fondamentales (CNRS-Paris13). En 2018,
le DIM de mathématiques a soutenu l’exposition Esthétopies qui «donne à voir des espaces
de l’imaginaire mathématique, interrogeant les sensations qu’ils génèrent. S’appuyant sur les
arts numériques comme moyen d’expression, les travaux sont issus de découvertes inédites en
recherche fondamentale.»
http://esthetopies.ihp.fr/index.html
Le DIM apporte également son soutien à de nombreux autres événements : Les journées
thématiques Mathematic Park destiné aux enseignants et étudiants, les journées femmes et
mathématiques, les journées Quartier du Livre ou le jeu de piste Sherlock Holmes : Enquête chez
Poincaré. etc.
Mathématiques en Mouvement
Mathématiques
Mathématiques en Mouvement est une journée
annuelle organisée par le DIM Math Innov dans en Mouvement
La prodigieuse diversité de la recherche exposée aux étudiants
laquelle une dizaine de jeunes chercheurs du réseau
proposent des exposés courts accessibles aux
L’ordinateur
quantique
étudiants. En 2017, le DIM Math Innov s’est associé au
DIM Sirteq (quantique) pour organiser une journée
speciale sur le thème de l’ordinateur quantique.
En 2018, le DIM a également participé à l’organisation Conférenciers
de la journée. Le thème «Fourier aujourd’hui» a été André Chailloux (Secret, INRIA Paris)
Eleni Diamanti (LIP6, UPMC)
choisi afin de célébrer le 250e anniversaire de la Sophie Laplante (IRIF, Université Paris Diderot)
Simon Perdrix (LORIA, Université de Nancy)
naissance de l’immense mathématicien et physicien Miklos Santha (IRIF, Université Paris Diderot/CQT, Singapour)
Benoît Valiron (LRI, Université Paris Sud/CentraleSupélec)
Joseph Fourier.
Samedi 20 mai 2017
de 10h à 17h15
à l’Institut Henri Poincaré
11 rue Pierre et Marie Curie 75005
Inscription (obligatoire) : www.sciencesmaths-paris.fr
DIM
SIRTEQ
Fondation Sciences Mathématiques de Paris - www.sciencesmaths-paris.fr
IHP - 11 rue Pierre et Marie Curie F75231 Paris Cedex 05
email : contact@fsmp.fr - Tel. : +33 1 44 27 68 03 - Fax : +33 1 44 27 68 04
Les cours des Chaires d’Excellence
Les doctorants et post-doctorants franciliens bénéficient des cours qui sont dispensés par les
lauréats des Chaires d’Excellence des institutions porteuses du DIM (FSMP et FMJH). Par exemple,
en 2017-2018, Timothy Gowers (Médaille Fields 1998) a été lauréat d’une Chaire d’une année. Ses
cours (filmés) ont été dispensés à l’Ecole Normale Supérieure de Paris. De nombreux étudiants
et chercheurs franciliens ont profité de sa présence pour échanger autour de projets communs.
T. Gowers a aussi participé à quelques événements et comités organisés par la Région Île-de-
France.
18Ouverture vers l’industrie
Chaque année des soirées Math Innov sont organisées à l’Institut Henri Poincaré. Le principe
est d’inviter un responsable d’entreprise ou un académique en lien fort avec l’industrie, afin de
discuter et d’échanger pendant une conférence puis autour d’un cocktail. Lors des précédentes
éditions, Stéphane Mallat (Académie des Sciences-ENS) est intervenu sur le thème du Big Data,
Jean-Pierre Bourguignon (IHES et Conseil Européen de la Recherche) a débattu sur la valeur
ajoutée des mathématiques dans l’économie et la société, Jean-Baptiste Rudelle (co-fondateur de
Criteo) est intervenu sur l’atout mathématique et la création d’entreprise.
Lors de la Vème édition des rencontres, le 28 juin 2018, Yann LeCun a été invité à débattre sur
l’ intelligence artificielle et les mathématiques. Yann LeCun est un chercheur en intelligence
artificielle et professeur à la New York University. Spécialiste, en particulier, du deep learning,
il a notamment été titulaire de la
chaire informatique et sciences
numériques du Collège de France.
Il a créé en 2014 le laboratoire FAIR
(Facebook Artificial Intelligence
Research) chez Facebook. Toujours
en poste chez le géant des réseaux
sociaux, il est actuellement
scientifique en chef en charge de
l’IA. Son intervention a suscité un vif
intérêt au sein de la communauté
scientifique et industrielle. Plus de
100 personnes se sont inscrites à
cette rencontre.
Jean-Baptiste Rudelle, le 26 février 2016
Soirée Math Innov du 28 juin 2018 - De gauche à droite : Emmanuel Trélat (Directeur de la FSMP et directeur
scientifique du DIM), Yann LeCun et Jean-Charles Pomerol (Président de la FSMP)
19HORIZON MATHS 2018
Depuis 2017, le DIM Math innov participe à l’organisation Les mathématiques se dévoilent aux industriels
d’Horizon Maths, journée de rencontres entre les
mathématiciens des laboratoires d’Île-de-France IntellIgence
et le monde industriel. Lors de cette journée des ArtIfIcIelle
conférences mathématiques sur des sujets en lien avec ORGANISATEURS
Francis Bach (Inria, ENS)
les problématiques industrielles sont organisées. Ainsi Gabriel Peyré (CNRS, ENS)
Cordelia Schmid (Inria, Google)
l’édition 2017 a été organisée à l’Institut Henri Poincaré ORATEURS
Florence d’Alché-Buc (Telecom Paristech)
avec Huawei sur le thème Mathématiques et réseaux. Alexandre Allauzen (Université Paris-Sud)
Marco Baroni (Facebook)
Rémi Munos (Deepmind)
Naila Murray (Naver)
En 2018, le thème de la journée qui sera organisée le Patrick Perez (Valeo)
Lorenzo Rosasco (Genoa University)
23 novembre à l’Ecole Normale Supérieure portera sur Joseph Salmon (Université de Montpellier)
l’Intelligence Artificielle et accueillera de nombreux
orateurs industriels (Valeo, Facebook, Deepmind, Naver)
et académiques. 23 novembre 2018
De 9h à 17h
Les vidéos et résumés des exposés sont en ligne :
Ecole Normale Supérieure
https://www.dim-mathinnov.fr/fr/horizon-maths-65.htm Salle Jean Jaurès
29 rue d’Ulm 75005 Paris
Programme et inscription (gratuite mais obligatoire):
www.sciencesmaths-paris.fr/en/
Ouverture vers les startups et entreprises
Sous l’impulsion (et aide financière) du DIM Math Innov a été créé le Challenge Data. Ce programme
propose des compétitions d’apprentissage statistique (machine learning) aux étudiants de master
ou aux doctorants. Des projets sont proposés par des startups et entreprises, qui fournissent
aux participants des «données réelles». Les problèmes sont de type classification de données,
régression ou prédiction, avec applications aux données médicales, images et sons, marketing,
recherche sur internet, etc. Il s’agit de confronter les étudiants à des tâches réelles de traitement
de données. Ce challenge a été créé à l’initiative de S. Mallat en 2015 dans un master de l’ENS
Cachan et a été étendu depuis à plusieurs masters de mathématiques de Paris et sa région. A
ce jour, le Challenge Data représente 36 créateurs de challenge et 4424 participants. Il permet
d’augmenter notablement la visibilité des formations (masters et thèses), d’ouvrir aux étudiants
de nouvelles opportunités de carrière en les accompagnant vers les métiers émergents et de
promouvoir de nouvelles relations entre universitaires et chercheurs en entreprise.
C’est un instrument original, moderne et puissant pour favoriser l’insertion des jeunes.
Le DIM Math Innov participe à cette expérience. Il communique autour des actions et des
challenges, organise la cérémonie de remise de prix. Il a également financé le site web du
Challenge Data, outil essentiel pour le fonctionnement du programme.
https://challengedata.ens.fr/en/home
Dans notre démarche de favoriser l’action entrepreneuriale, nous sommes épaulés par des
dispositifs d’interface : le Programme Gaspard Monge pour l’Optimisation (PGMO) avec EDF à Paris-
Saclay ; l’Institut Carnot SMILES (Sciences Mathématiques pour l’Innovation : Label d’Excellence
Stratégique) à Paris centre ; l’Institut pour la Modélisation et l’Optimisation des Systèmes et des
20Energies (IMOSE) à Versailles. Tous sont en interaction avec de nombreux partenaires industriels
et ouvrent de multiples opportunités à nos jeunes chercheurs en leur offrant la possibilité de
travailler sur des sujets de recherche en collaboration directe avec des entreprises
Le DIM Math Innov est aussi en relation avec le réseau Data Job , dédié aux acteurs des données,
Data Scientists et rendez-vous majeur pour nos lauréats en recherche d’opportunités.
https://www.datajob.fr
Les colloques
le DIM Math Innov a mis en place un
dispositif de soutien financier aux
manifestations à caractère scientifique
(colloques, congrès ou workshops
spécialisés et manifestations grand
public) organisées par les laboratoires
franciliens en mathématique ou
équipe du DIM. Il s’agit de soutenir et
développer les échanges scientifiques
entre chercheurs et d’améliorer la
visibilité des actions de recherche
menées sur le territoire francilien. Une
attention toute particulière est portée
à la place réservée aux doctorants et
post-doctorants dans la manifestation
en cohérence avec les objectifs du DIM.
En 2017 le DIM a soutenu, par exemple :
; Fluids, dispersion and blow-up (10 au 13 juillet 2017 à
l’Institut Henri Poincaré) organisé à l’occasion de la chaire
d’excellence de Nader Masmoudi (Courant Institute of
Mathematical Sciences of New York, accueilli pendant 6
mois au LAGA).
; Forum Emploi Math : (décembre 2017 à la Cité de la
Sciences) le forum propose chaque année de connecter
les étudiants et les jeunes diplômés aux entreprises
présentes toute la journée sur le stands mais aussi lors
des tables rondes. Le DIM a participé à la communication
autour de ce forum.
; Les probabilités de demain (11 mai 2017 à l’IHES) Il
s’agit d’une conférence qui vise à réunir un grand nombre
de probabilistes. Elle s’articule autour d’exposés de
doctorants encadrés par des conférences de chercheurs
renommés comme Dmitry Chelkak (Chaire ENS-Mitsubishi
21Heavy Industries) et Remco van der Hofstad (Pr. à l’Université D’Eindhoven - coresponsable du programme Eurandom «Ramsom Spatial Structures»). En 2018, le DIM soutient : ; FOCS2018 : IEEE 59th Annual Symposium on Foundations of Computer Sciences (7 au 9 octobre 2018 à Paris) organisé par Adi Rosén du laboratoire IRIF (Université Paris Diderot). Ce symposium sur les fondements de l’informatique est la conférence phare parrainée par le Comité technique de l’IEEE Computer Society on Mathematical Foundations of Computing et couvre un large éventail de sciences informatiques théoriques. Il se tient chaque année à l’automne. ; Colloque numération 2018 (22 au 25 mai 2018 à l’Université Paris Diderot) : ce colloque international se tient quasi-annuellement depuis 1999. C’est un événement important pour les jeunes chercheurs désireux de faire connaître leurs travaux dans un domaine en plein essor, à l’intersection entre des mathématiques discrètes et de l’informatique mathématique. ; Les probabilités de demain (3 mai 2018 à l’institut Henri Poincaré). Le DIM a souhaité soutenir pour la deuxième année cette belle conférence animée par Nathanaël Enriquez (Pr. à l’université Paris-Sud/Laboratoire de Mathématiques d’Orsay) et Jean-Christophe Mourrat (Chercheur au département de Mathématiques de l’ENS Paris). ; Mathématiques et Mouvement (13 mars 2018 à l’Institut Henri Poincaré) : cette journée à destination des lycées, des étudiants et du grand public, permet à des chercheurs d’horizons différents de montrer ce que les mathématiciens peuvent apporter en termes de mouvements. Ce colloque a été organisé par Amandine Aftalion (EHESS, CNRS), Stéphane Cordier (Université d’Orléans, Thierry Horsin (Président de la Société de Mathématiques Appliquée et Industrielles), Florence Hubert (Vice-Présidente de la SMAI) et Frédéric Richard (Facilitateur AMIES) ; Forum Emploi Math : (décembre 2018 à la Cité de la Sciences) Le DIM participe également en 2018 à la communication autour du forum. 22
Les actions inter-DIM
Le DIM Math Innov interagit avec les autres DIM :
; une action conjointe est en cours avec le DIM Longévité et vieillissement sur l’analyse de
données en vue d’innovations thérapeutiques. Un doctorant DIM, Nicolas JOUVIN, a été sélectionné
par le DIM Math Innov en 2017 afin de travailler avec le Pr. Livartowski de l’Institut Curie.
; En 2018, Thi Thanh Yen Nguyen a été sélectionnée par le DIM Math innov pour son projet de
modélisation dynamique sur le cerveau et les maladies dégénératives en relation avec le DIM
Longévité et vieillissement.
«Apprentissage Statistique pour la segmentation
d’images guidée par une source textuelle:
application en cancérologie» - Nicolas Jouvin
Les récentes révolutions de l’apprentissage statistique
et de l’intelligence artificielle ont le pouvoir de
transformer à court terme la médecine et en
particulier la lutte contre les cancers. Les grands
centres hospitaliers à travers le monde ont un rôle
majeur à jouer dans cette transformation car ils
concentrent les bases de données les plus riches
et les plus proches de la réalité clinique. L’Institut
Curie, par exemple, dispose d’un système de dossiers
médicaux électroniques des patients qui comprend
près de 10 millions de documents, plusieurs téra-octets
d’images radiologiques, dont en particulier de très nombreux
comptes rendus d’anatomopathologie ainsi que les images
correspondantes. L’analyse automatique des textes, couplée à
l’analyse automatique des images, est une problématique particulièrement innovante, qui
permettrait des avancées significatives en cancérologie. L’utilisation de méthodes d’apprentissage
sur ces données hétérogènes pourrait permettre de tirer profit des prélèvements analysés en
anatomo-cyto-pathologie avec des retombées sur le plan de l’aide au diagnostic, sur la possibilité
de prédire l’évolution d’un cancer ou de mettre en évidence des facteurs prédictifs de la réponse
à la chimiothérapie.
L’objectif de la thèse est de développer des méthodologies statistiques pour la segmentation
d’images guidée par une source textuelle, avec une application en cancérologie. D’un point de
vue mathématique, il s’agit de développer des méthodes d’apprentissage statistique pour des
données hétérogènes. Cette problématique est au cœur de la « médecine numérique ». Nous nous
proposons dans un premier temps d’investiguer l’usage des méthodes basées sur des modèles
probabilistes supposés avoir généré des données. Une telle approche permettra d’unifier la
génération de données de natures différentes, ici des images et des textes. Nous proposons de
construire un modèle global qui supposerait un modèle Latent Dirichlet Allocation (LDA) pour
les textes et, conditionnellement aux groupes latents de mots, un second modèle LDA pour les
images. Ce nouveau modèle permettra de faire émerger les zones d’intérêt des images associées
à des ontologies particulières, puis, dans un second temps, de segmenter automatiquement
l’image de cytopathologie guidée par le compte-rendu rédigé par le médecin.
23«Mathematical, data-driven modeling of the dynamics of brain vulnerability and senescence in neurodegenerative diseases» - Thi Thanh Yen Nguyen On estime que d’ici 10 à 20 ans, l’impact sanitaire et socio-économique lié au déclin cognitif au cours du vieillissement et plus particulièrement dans le cadre de maladie neurodégénérative sera de plus en plus important. Une des solutions à ce problème réside dans le développement de la médecine de précision qui permettra, à terme, d’améliorer les standards de soin et de réduire les coûts. Pour développer cette médecine de précision, l’enjeu est de m i e u x comprendre et modéliser la dynamique (moléculaire et temporelle) du déclin cognitif dans des conditions normales ou neurodégénératives et de mettre en évidence les biomarqueurs potentiels pour détecter les maladies et leurs évolutions chez les sujets âgés. Mais modéliser avec précision les neuro-dégénérescences ou la sénescence est complexe. Il convient de mettre en place d’étroites collaborations entre biologistes, cliniciens et mathématiciens pour réaliser des analyses complètes des ensembles de données. Ainsi, l’accès à des méthodes statistiques de pointe permettrait de générer des modèles précis du vieillissement accéléré du cerveau et mettre en avant des biomarqueurs, pour la médecine de précision, et des cibles pour des interventions thérapeutiques. Le but de la thèse est donc de construire un modèle mathématique précis de la dynamique du déclin cognitif et de la sénescence dans le cadre de maladie neurodégénérative via une approche de co- clustering par transport optimal et de machine learning. En se basant sur les modèles Murins de la Maladie d’Huntington, il s’agit également d’analyser l’ensemble des données décrivant la réponse de plusieurs zones cérébrales à des agressions neurodégénératives. La maladie d’Huntington, maladie neurodégénérative, est une maladie « modèle » qui permet d’étudier la manière dont le cerveau peut répondre aux agressions cellulaires et comment il compense le vieillissement accéléré dans le cas d’une maladie neurodégénérative. 24
4. L’insertion professionnelle des jeunes chercheurs
Journée Carrières en Mathématiques
L’insertion professionnelle des docteurs et des post-doctorants est une préoccupation majeure
du DIM Math Innov. Les journées carrières en mathématiques vise à favoriser l’insertion des jeunes
chercheurs dans le monde de l’entreprise et les sensibilisent aux très nombreuses opportunités
qui existent en dehors de leur milieu académique habituel ou dans des équipes de recherche
d’autres disciplines.
Ces journées existent depuis 2014 et sont à l’initiative du DIM de mathématiques. Elle ont pour
objectif de faciliter le rapprochement entre les jeunes cherheurs et le monde industriel grâce aux
interventions et témoignages de chefs d’entreprise, de DRH ou d’enseignants chercheurs.
En 2018, la journée carrière a été organisée en partenariat avec le cabinet Adoc Talent Management.
Une journée complète dédiée aux carrières industrielles et académiques a été proposée aux
doctorants et post-doctorants d’Île-de-France. Plus d’une cinquantaine de personnes ont pu
participer aux tables rondes thématiques ou participer à l’atelier «documenter ses compétences
et son expertise». A cette occasion, des fiches métiers, conçues spécialement pour l’atelier, ont
été distribuées à chaque participant. Les jeunes chercheurs ont pu définir plus précisément les
enjeux et les compétences liés à chaque métier.
Les vidéos de la journées sont visionnables sur le facebook du cabinet Adoc Talent Management.
onib
les INTE
isp INTERV RVIEW
che
sd IEW : Is Ense : Chr
es fi ffic
er
se maël B ignan
telle is
Autr ch n ic al o trepri
n
In génieu
r logici
OUYA te en C
PGE, VERG
d’e
f te
Chie teur·r st
ice
rch
e el chez Autres Lycé
e Sain É
che Trainlin fiches di
te-Ge
a ti
Cré scien de re ICIEL Chief tec e ibles spon
POST neviè Autres
fiches
e POSTE ve
Data nieur· ·E LOG ation ET MIS
hnical offi E ET
MISS dispo
UYA line
é R is Créateu cer Chief nible
Ing NIEU optim SIONS r·rice d’e En ta IONS techni s
ntreprise
BO rain
Data sc Créa
É e
ING nieur· e CPG ces
E Je suis nt teur·r cal office
ientist
ratoir que pro
aël hez T
é t· n dans Ingénieur·e Data ice d’ r
Ing ignan onfére chargé l’équip es au fe entrep
x gran sseur en
sc
: Ism iciel c
e c e e de su e de INGÉNI de rech est d Ingéni ientist rise
, Ens re de fair bien : s’a rveiller produc EUR·E LO erche ep d classe eur·e
tion de urs que to
ut se pa n,
tio qu’ils réparer es écoles,
IEW r log Ma
ît ssurer Ingénieu GICIEL s pré Ingéni de re
duc ’est
S
le répa que le r·e optim p les él p eu ch
e te èves mon obje a-
ERV énieu pro pass t , c spor . Je rer site fonc ss e Enseign isation princi asseront Ingéni r·e logici erche
S du déve en cas de so
ATH
ale tionne,
ION
ant·e CP à un eur·e el
, e rincip s tran clients rte ct
INT
de ut se uci. Ma et GE offici p al es so à la fin conco if ENSE optim
ISS
Maître
Ing e nne e o loppem de confé el des n d IG is
TM uip e to nctio sion p lets d à des en s y a INTER m’occu (A lleman en t afin de m iss ion prin rences le s com n ation él èves t : la ré e la deu urs Maîtr NANT·E CP ation
E l’éq r qu il pe donc ds nota ve cip p al d an u ss xi e de
STE is fais ét .
fo ) nd G
PO
s le e m
dan urveil le sit i. Ma re de e Ba urs, je e site rtains M
s b hn . Il VIEW que leu m de re ale men év des lleen Je , c’est des ite èm oquer ce
et to s qu’ils
sais le
ce qu ur proje
au co e
ncou année. M
confér E
: Guplilusieursrsasbillets de trainlas connexion auxt,sitex : DeutschebiBa
NM
ts des faire ence
pédag
suis de s er qu e sou e ven eutsch porte r notr de ce site. aître de co
e c d transpo e t s
nféren trala umeibles pects da soient es des hn) à de rteurs ogiqu utes les doivent ac les élèv professio rs et l’acc es m
issi
Je rgée
a s s ur a s d
fi n d
x : D
tr a ns s su ccès
s u r le tili-
ce
fiches nspo
s àpldispon rteurs, CàÉBRO ns le access
ibles et transpo
rteurs, s clien lic p
ts. Je q ations, et e constru ons à tr
ed n oti es quéro
ir. doiven nnel. J’a mpag
nem s
on
ch : s’a r en
c
nt a ent, e s des hetab
le s a lient soit u ur Autres De
l’u n d’autre N développemen acheta je fais u’il c.). Il ire m ansm Le progr t êt i un ent
e le
lle ONG us iv sorte En s osent amm re capab progr
E
n e m e c
le ANT o , je er s m t, bl es en faut ettre
site et ac: Rata
bie épar
W je gèue vSUW msi
r e p o- égalem on cours
ppe mm uxRVIE oit qu ’e à fair sablaleofficer e té
char dege de oments je mAu tres parfois sur no e les d amm
MATHS
po au
le r dévelo s notaINTE
Chief technic fichesje gère tre site. fi
les équi To comm x élèves détaille e
n a sibles rfois mé té
li pourprise ulo ’oc Il y a co n, j’intera ser des e
·E·S
io q p our c55 h e l’ a PO ST sa
ur·rice vo d’entre la uba se se de doChiecupe de ce dispon les accè
s m gi q
ent ét
ab e . P le nib
s les faire, et
d rs chez po
u x s a e
c tist r Créate E ET M ISTcommen ir pe s su qu ib le de p s u esti je ar dis ch
d an e e t, p scien r à
ppo nn f te ni e voit les ce ar av lir l'e tes fichescontr apitre
onn acc nData de che ipé t mettre pport. Il y a toCréa éeschut client su rtains nouve er nos m ec les au ons et d un lien d Auntre
ATHS
em teu DATA SCIENT ratioISSION ca offi
teur·ri ilislat
n e, j’a sà
(All e la c oient peme ccupe tilisa de re partic si qu’a Les m ur·e den recher et à l’o Sche en plac ujou rs
eucersr pour r le site. lles ap étho tres eman e con ds (ordre cer i la liber
d s p ’o u u t pt e un ce d p ro fi l offi,
R
s n in Ingénie is de im les Da d’
pe tre qu p es d an ica ex
eferEN eurs pou es
c s lo e a sionno isation en ’elle so roch fess er d Chief tecce av hn ISE té
m
don train déve ts je onné s un p alem éens, lle).
e e s d’ uvun élémen ta scie
ntist u depr es po , débriAL em REp PR
leAL
soIngénie elles fo des ca reise it utili-
nt l’ens lculs deIngénits. cherch COM urU co se R·RICE ec D’ElesNT les,
ult IO
ur·e logiciel
TE U
pe maî nctio J’a élèves ap-
e le me
n d r g MISSI
éET p ONS ne sationtre dennco
i ég
r·e de alement pa
e à faire PÉTE les r p CRÉAnTEU
ccu ts d
m’o s bille ts da es mo base
ns de
tou
jouPOST J’aEi
ts. ires e ofess
uro ion paIngénie
rtie enur·e CO
eign
seigM
emen
optimi
PÉTEtNC
alités à
nfér notre sit Ingéniné
s iti eura
ires re rticip pour
LaIE W : Ar NC naES CL
s corr
iger o erreurs d réDa parer
ils m
entist éthodorche pour
s coINTERVIEW
euchercheAutres mélio- RV
fiches
é à l’adisponibles
y a men ramissio r sont de faire des analyses : Sébastien
et la
recher encesda Veiga e (ex :eu logicie ropé
si qu’apINTE
S alis e ta scile s dev reche logiq
EN M
ver·e u fair
ez NÉum
r c tr t deEnseig ne
CPGEment ES ens, ain prem e pas no
leu aspe d’au de la ort. Il
N
pns nant·e CL Ingé rsio s élèv ieur·e de oirs su ues.
u e s à e s élé itMes iné rsion A T ns des o r tan
sys- urLa s (le co ns ÉS che. La nieu r·e n prof l
es n e CE ièO rech
, se Ingén es l rv
C
r , p R lisatio s ences is op timisa sionnell Chief technical po suffit c’ r icie
des prédic
g é- rigMaître confér
com les nénieur·eetlogré
: ve tives et des modé
officer
q urs ce le p er les deIngénieur prpé te à dé est la ei
Enseig
sieu har sup CTO
épte arere, Optimisation livrer chez Safran rté n llés,
LES MÉTIERS DES DOCTEUR·E·S EN MATHS OCTEUR·E·S E
plu sporte me c uipes en pla alculs ite (ex t im srises
, sentrep itin rca co piires) pournc lees na
MAÎTR nt·e CPGE
tion e).
d’entreprisefaut au
pas d pédag Ing otion flécisahtio
DO
sa iffitim ir
sc s tèmes pour aider DOnos clients s e tique des décisio
gé pa ns
drimpor
er destantes vo faetire du
s se
dont nnielerle, orc’est
Créateur·rice e
ssi av savoir fa NS ogie Ingénieu
s dop
r·e ciles. à de
n
tra lus, je les é
q e
ettr n de notre TdomaDU ines,atiàqprend uere chm
lè
re e des
erch cité néura elles ss suite st,ages pl a-
us la dérgveemlopp ganise de L’AETO DE CO
UTNF ÉRENCE Data scientist mettr
e. oirET MISSIO ire, m : il L’ATOUuti ve gnant·e
CPGE
p u r t m o à de divers
O U m o b c
ffi La
a
e. q
busine be s su à et
de les c’e
inform .
st J’a i en em
t, suen r le s DU DOCTIngénieur·e V ie ST E en ai Ex ec T D U En sei ces
De o n
me misa alité
ti s T thésuis entre pr publ les l’ergens du
aupa undepo s co ivt.
re En exam S
ORAT de recherche illust PO nnen
t ensu ecré
vi s ief
ur etil ChÊtrechef d’or- DOMa de confér
en
le p L’A busine
MATTEHUSR·E·S
ma Je e
ss. r ie rt
steie rech aucoje POSTE ste
urET MISSIONS de-s étL’asp en co date CTître
leur le easu ar
de erchles up ts
deux. squde ect s,
rer e tr ORAT
DES
sab ir com l’opti tionn ule faut je recompr enne plus i todeus des ans- le de agré
CTEUR·E·S EN MATHS
ect oamme gr nivque d’a mni udiant r- Ingénieur·e logiciel ite
p/progr udr rurs. calc Ilâc aeuauxaco ça ticle s. tions e co solu- uton promécisie. anve deau po s, etmathé exem
ples En ntan oti t qu e la rô m gé’hui peu
o
sav n et
à nc de ticiens L’as és sbusine is nf séees,de-mtrouve ais aurselesfons ntiste émLe enst in x, depremier
ur en - matiqINGÉNIEUR·E
ues es pour ceor n(CE s, O) do,nn
facuun
j’ai lté à , c’estetau djourd et tiel tulatec ique, un
es fo S ’est lan-probléomatiq r r ue venan pou tstdu tr
paav aialt,demss, j’essai usen
oér insta ntss
su Le à poste
rto ré a deux liéaspects.
tesraàc-m Le s mré atsoud volet, t impo
OPTIMISATION cess ise Dev 'êtrpe e rso irehn d'ui ntouche aus-
o
rati ouvell S CLÉ ll e c te
J’écou E p u s ou e n’epuis sucbv to
je rteste se e us pj’implé
et pa t
ce
p es,n ou
mente avec
en an iné
les pro-
àe, diilffu
c’est
se
utsovia
la
udre mes
recherche desas et le onrado ires ouhéma-
développement.
re le prEnseignant·e
Je oblème CPGE rtantle ible aux Offique ce
tre . Moso n ener trepr des lemen tendu ir
cannn didpr at ofi l qu docto -
n E e t. ireadapt ées, en p
tions. eme (r n
irs is ph vi si y r
a pele ge
pr rie m ai po u r él es it principa dan d un au mmun raica
de NC nti em enmodé delisatiora ns le.
C do n rév
m ysique tant des
aussi uscharge oblèmex ne deur calcuMaître de conférences des iti nivea ch
èves es,plu uln à avct
o oir eur x la poco t per
RS
T E s etions, les n p e n co s udonné p Je
es d’inter p e netisiomais n s en de s suis en dediré ffé des activités es em
, de pl R&D ler né - u , et nn s ac le s
se u g, à st
s a d’ co re
un sur la p . si es enellec- -
TH S
É e p is ns ur
dese
u s de p
lo an m’auxles pe i- tre
article s co- leslladibo ntns
io à e.
écrirCe l’e at Il fa7utpe rso s’adap is je su ta - is tin
rke gnifie
MP nce évegramm lop i eurs. dem Pour -
rac cela, exenous
m utiliso
lisa mbeauc tiqfin vegr ég
eralta borateaticien
s. Ils) fa fféraretent s résu jeltal’u e et n’est pa fficacit ien
r ill ce, de to sci tifique, ma ineerc ,dauomma ai té int
re sp auCtre
êtrié
CO qu soffline inte .rie l’uti th
aen
u oup,diléfacoder quidemais s. éc Etolces pr
inform
em - entur et mthématique
. on
ursdes.cola conception tstilrobuste
isa isvéende s au niau sens
systèmes veau aularge.
é pave auss ter à
au colemm
léial
gitim alne, à laqprop PGsE.
péte du d donné ent poj êtretemps ut sate Illla
fa tr léranen i un et ce
TI E
Je doisjeégalem é d c e
ut in , ad’
moins et s de so vorirdes -ut au de ou do ance pR& D, s au lég
ité. u i e. Lesécialis
m te
os ie. L ese e a ni pa
plus optim a aux iren
e ex : leu r cocilli L’objectifgéde do
rerla sss s cto qu el : tou ce à la eu co ati f, D ep dris
o
co e ssa
g
s m messicodes fait stto bien
rartivat,es brticipàer
t- -d à lapl cere,amles -té
eppo ssde conception
ie i évm
robuste
at
aluehérmat rat, maisen compte,
c’est de prendre pre t le si bie et de
n de dministr nfére
nisse de l’e
e plu ntr
s, les panck
n e e), mo tei
La ir fair un p dent ns rende dent
ens,perfor nc tiour rs ça reste nd pas
DOC
memieux et , leler ’espouvo n ac
suivre - l’alaprèsou depa iciper de J’a
s le iques esses, b àn-
l'a son
l'oauassu ces fa
ag
renco ise au
un
nom vbien nio aus ss oc dble, ans alpour caux rése irtioviaepdu mêm n, lartconception dei mau mon cotute ls, tests, cessi
EN MA
lors la
o t
sav , c’es ’auto Il ufaut t ialier réu olla- et le
densem -pro du eon de co mise à s du système, anssde i sfade un peu auxquelles
les incertitudes êtilre du relati onsdpr e ne stieêtr e leles en cc ites r-
ES D
J’aibusine le, tced icie
MÉ
re.
d de lestsmaths c t m car
on CO
ejettMre
PÉ veilends
unio
equ’il éseténsnpassede. sva
eéquiéq
bo
derriè
être rato ire, cti
soumis pour, essayer
en
ncours dedetrouver dajunt
ry un design
it du dé
velo
poussé
àes
à l’é n,uauxpre
tioco mier CE
eco O, c’ecom- nt, fabric je on
ati
ionlog
de de ce rnipca enrdj’in terag
ant la s es
ntr
rte-
e
suit coup
to
sur mance eu Je es rs le dansuivi, rem spect TErNaCE
compr van métie ’a ge d’
hdata uipe endrela fo
deprsont rma- de recr smde onco qui va être
ppem robuste ces
ég
ent pe alemenlle
. te etef, êtr p. Il peme nos él ucts x das z fourner paet
nt a p s. ére fais
n toujou
r d n Soje t, m rs, hesti
les con
rincertitudes-là.pe s et sist
scient suppdes do n-ctorat, . En br dispo(déu e se letues évlle , dethès
R·E·S EN
a u y e m edes a
gens de etous les C LÉ c r edes pr auCe x or de sproblématiques
re deut mem e qui mélangent ce beaucoup d’optimi-n-
en tue t im velop faut co nta
èv notreintell ec e,tou t
e fo il iff r
é e, j’intera e gisde avec La l’ c h r S r e d ob sé
lèmes minaire t et sp re
en mt.et qu i m’a pe ques p o hn iqu e n ib et de es té o luprtioise s,
b
ss
e
ée, Dans
d
les lavojourné ir g mise a- nt, lesco hm erpétens n !p e la s’e nsoui
rés sation
u vr la on nebi
avonssa Ettre dans tiotnla tecrt ant d le. Il carn des th en pr
ete. J’ai un
des opdrié disci entre ns et
LES
me m unc p- Iletes
e. de statistiques. qui pe Nous mliten
beaucoup des rmnisuel fon pes line.
à créunio s. de partenariats le baavec est eillersèmes dnquie om
DES
tion ntann entresont sles nnes qui vont nàetoutes re aîtree dde ans quee im d
poisrt àsabluesités e a et des t égale uven ést,ad l’am in. Et ce univer- le enfai,s afi nt le’a res se rem detrs cons
rs, n utr
aid’a Inform
TIERS D
a perso t sp i-ect ve néfi qu,edes ba e rech es d'app
ta t n, la form la ndgi co ti ppr an
nde savoir écolesmd’ingénieurs ent indi pour prnous
endraider e à chà développer ille, c’e de nouvelles rtai-mé- mje tou
t le co dde mél ocats, et er
ins iques Il fau eptio , la e t pre b a issau
e, é
ss pra nfnér t aen ce , pate
tio r po
ns ur êtsur cherch spen- er ch st-à-dire av nten s avioreroucoinstitu
ec
e tio mnn at
els pour erche licatio
n
s . c on CES la i bien e e s
x estréORAT e .
thodes
né re cette L’ er
thématique.
ATOles Le second tê volet
te baiss est l’expertise er pour bie n u deiaux iè m ac s
UR·E·S
phy teurs ur cCOMP on tiÉTEN ort CLÉS ent tête pour par L’ATO lem pomur plel’ens la cessair
es et UTinDfo UrmO ée dans avan t deles Map
sociétés
in - du mmerc nos co nti- per re. Le do ettre
en p els, AT
tu et
duc upp euv n- rtéts : ’acoém ga muncUT o DU
DOCT po
ctuur qu pédago
groupe a- depoformations
et se lanceri CV naires co est b
nentD
a e le prSafran. Je fais beaucoup ctora
bor ts : le ès-pro de s qui p strueignemen - perti
es CTO
rté par un proj
en statistiques
et, m’aoptimisation e en fait
! urs. des
DOer CT spOR é-
S
pluspeimportantes pota met les mes ique retse oj et so Le doen
it u- RAT sensibiliser, la prat et ora qualitésTOUT t aiDUde au ecti -
je
pro , l’ap quPour
r s
ipe moi esles 2t indis ma- qur e at sm’a
pourtàqu les
être struct
e ingénieurs m or groupe, pour
ctdu Celes iq
pour leur donner étSe
édesp mé- le mond le, ca L’A de co ssi à pave laà se proje
ÉTIER
ela blèMondiffufise prop appris pensleab é àatbies la m’a ue de ap
lèm m Csc ientpifi roqu ti doctor rethodes ent. un pr la rech Ly t.-2017 – au ÉS dévelcité
en matiq for ues, (et phy- dans s résuencer égalem NCES CL de n r il fa mmc’e la ca ne mai-
DOCTEU
ce é exper rob tise mathé s e.ienEn la e : comm l-pratiques. par Jelefais aussi beaucoup
de éaslapr de support enaux sociétés, erch
quand cée.eelles jo PÉ TE opp - u l unst oqu p
pla des le in qu e s c dans ma M pensé
in co po ur blob t ap Sa u M
rd tr ren
e t co
inc ipa ic at -’on
s p
égeta savoir
s
r lecomm n
neuniqu
te d
er. Jei ne so he à rée suite, les i CV mn’ont
cnt
m unau pas lesC’ et eslest le m qui peuvent
personnes postul les aider e in lèm
di esinterne. pr is à ré 2 inte-G CO ’hui : pacitdée d’a finan s.jet Le
su pr nvain doma ion ine s
écrite ge on
tion on de sique) ue en s- complex soud 01re d
LES MÉ
s t h e r ti . r o m puis la
co problé matiq té om pr
er oc
à he 5- en P ro nd e ca ine ’é tu ns de scr e ma rra
LES MÉTIERS DES DO
e rc peun labora ien toire cher p où on av te, Ao ce sc 2017 eviève une gra fesseu ce da de lo de rat au dé
contex is plusut 20mpéet fronten ent où poientifiqu es, par ux doma men ter l’in,té
OCTE
ti . Il che dans àb che teenfin l’on se ste. unVeenis : Pro Il fau t
ou lopas. rs Enddocto
in
ges uivre suis ir plus et né da faut soenjeux nt la , l’état delié
nces la solutio
14 -COMPÉTENCES
l’art, lieu deeCLÉS
pour
la pr e et str
ucturé 2 ap -e Ver fesseu , Verns sa de no r enuvea P SI e, je suis tstri se rs de e dem t est en tra
rê’on
s avo ires me très pointu, ilns rig(e es à aujo reur la rech emière fois L’ATOUT con- te, sager enda illes d’entrCep ,ris pas ce anqu des s, on est de-
s’en de stout un C’estlatoujou - d’h e. 0
LES M
uexur rsui comm
a mond
sle oite est mie.etIl il doque m l’on propo Case.
, ptl’e les: R&D, Ingéni DU DOCTORAT 15 : Doct Niorttis EC e, chef
quP couvrir de ne comp
rencodnfé
3 an
sab
le ces ojet s , compréhensible, lineaine préc
ain xper Tr
Sur ainla partie co çarèileu r lo er
faut ch O
beaucoup au mi- Ecole orat En tant
Lycée
deinlade dé
reut ncede tte
s
néêtre prconcis soi-m l, T
faut
rainsaça voen ir thèse Aoisut , 20
et etc’estl’a
toujou tis e)rs comm av
e nf res chgiciele. , Train n délin co polyte en m nt en tra da ns des de faire et, au bo s.
mo nd iaux. Ce
n le e se met 13 ut de curiosité ec er eLe uv doctorat amène tout l’aspect curiosi- at me e rts
tio e incre. Le mond êm
gicie e et av
- ju onilleo- et qu
à savoir d’ouverture d’esprit.
cheurs re chniq cons hém tam
atiqu jeux à résou
dr s expe il n’y a
r qufaut savoir conva intr20 em’a desaussi appris
t 2014 i trav , des
ge C’est extrêmement formateur pour ue, no nus et venu un de sujet où
DES D
rprloojetêtre ance t !JuCela
partou men :d’avoir ai eaux en
pou fautuaussi s lm rr su 13 déJ’ai
:ations laisbesoin Pot cost-lla
doune
à ller et cul-
grande
éventu ns
té. Paluv aise aus quiap
es nt incon order un du tout
change tellement, ilgénie portan toutkh lesr no
Do pertin entes cto pliqso uées, s comment capacité à ab
IERS DES
seo inform cto ra bo rera me st pas
ul
choisi. s diffé ett en met r.t,EnStockhou- , ce n’e
capable d’appr i : In tout
endre le temps t d’Sto êtcre pa C’est égal reture
accep nts ter dem
de l’entretenir.
atd’hé
ne pas
ar rivat
m eriqà
Derrière suiteol , ce m apprendre
elle- à chercher et s’intéresser à domaine ne sais
pa e réponse thode, on
V r d ’hu s
de rech
les raer
conna
to
t, is-
M Cappressionn ndre, il em faut ent vertureim
co mpr
d’esprit,te éh
éga- je ueun
mets s, UP aussi
ha M C le la plein
per- de choses. Ensuite, il y a une plus- ur les quels je e én or me parti pas de t inv en ter la mé on ne
i C et de as’adap jou ter. Toute ch P é - at appor ension ut po n et scolaire. Il fau
- u
choc ch es, Ue, potout
st-rtd er connapa r so
ître. Len doctor sujet car pour niveau ctionne.
Un
mentatio at existe,
Min : Po
vont tiqeruêtre
de man
ur po
uvoir surelationnel,
reculjesur
précune, faire et deavancer
détails value
de qui est spécifique au doctorat cela fon , de docu le résult et on a
un
t 20
14 s que
sance in) l’on 4acquie ma ière act plus codentin
t un sujet,
sableil faut isavoir ce qu surCifre rmation nécessa
ires ne sait pas si trouver,
Traobsolè 1 Après thé ma thèse,
lemen uerles à .choses, porur estpo des i interac- un : cela m’a permis d’être en interac- d’auto-fo eils sont on va le nc cette
S
Aou très ta in
vite le t 20tes.
m a tive. long
à plus terme Un ch docteu
erche. uv
est in
di sp de co ns on éc lai -
it pa s si fai re. Do
Cap juil réapp vision oir fa avec e opini sa pour le
ÉTIER
tions saines en
tion avec d’autres ingénieurs qui de prise
(ex j’ai0dû 3 - tout r a t enrendre
Mini C apprends
et, toutes
emen t satisfa it, il ne se et con-sympathiques ire de -
me r un il fau t lim ité cu lté , à trou-
1 cto plus difficil plein de ntes gensquidifférents. Sur la re n’étaient pas du tout de ma spécialité, ce pour se
for ssir, temps ttre en diffi
t2 Dosciences, je les V ns exista - . Pour réu es, à se me , à tester
Aoules 0data
T
3: tente pas des solutio questions les chos capacité rsévérer
2 1 et, par 20 moi-m ême ou di- l’aspect
rées. De plus, après
expertise, bien évidem- qui est très instructif. Je trouve aussi rée les nalyser ions, à pe rtiquer…
É
16 - au réactif ver des solut
Juinsur intern jourd’ nt être amélioment, pable d’a et être r, le déco
hui : M peuve il faut être au point sur son qu’en termes de rédaction le doctorat être ca l’analyse pro-
M
de . travail ctivité,
rectement au travailTo ulouse aîtr té plusieurs fois mon bje ment le problème, ca r c’est un
LES M
avoir
e présen domaine. est très formateur. Apprendre à rédiger de l’o rap ide me nt, -
2014-2
016 :
de co
confér nférences
en , je n’ai plusLes peur. compétences les plus avoir
na ux . Pouvoir rat ion -
la aid e énormé De la même ma
à des sig nt
apprend.
S
Allem
agne
Post-d
octora
ces, Uimportantes dans le travail que je
nivers les papiers, ça apporte une rigueur. Vous face aux dé cis ion , en éta fai t
ce
s où on , qu an d on a
E
une ça
Mini CV 2014 nt, Uni
versité fais, pour ité toutes les interactions devez être précis, concis, rigoureux et prendre mê me quand -
cessu
un e entreprise me mé-
ns mê
L
: Docto velop nière da
: DataraScient ist, 55, Paris de Sa avec les gens, ce sont la pédagogie, vous l’apprenez extrêmement vite. Et nel et ob
jectif, de à dé utilise la .
Mars 2017 – aujourd’hui
t en m rrebru e aptitu lème, on e solution
Data Scientist, DTAC, matiques,
athéBangkok ck, l, c’est un eprise. un prob er vers un
Juin 2016- Fev 2017 :
l ’écoute et la modestie. enfin, le fait d’avoir donné des cours très ma ef d’entr ur converg
Bangkok UPMC, Pa t que ch thode po
rch Scientist, GISTDA, pendant le doctorat m’a appris à faire per en tan
Jan-Mai 2016 : Resea Paris
ris
ical interpreter, ERDF, passer des messages et à communiquer.
Nov-Dec. 2014 : Techn Mini CV
matiques, ONERA, Paris Numalis
2014 : Doctorat en mathé 2015 – aujourd’hui : Expert Senior Statistiques et Mini CV ateur et
CEO de
'hui : cré de Per-
Optimisation, Safran Tech - aujourd iversité
taire, un
2013 - 2015 : Expert statistique et modélisation, SNECMA Nov. 2015 Enseign
ant vaca
20 13 : mitia
2012 - tia an Via Do
25
2009 - 2013 : Ingénieur de recherche, IFPEN Do mi Pe rp ign
pignan Via rsité de
2008 : Post-doctorat, Princeton University, Etats-Unis rat, unive
20 12 : Docto
2007 : Doctorat Mathématiques, Université Paul SabatierVous pouvez aussi lire
