Professeur de Mathématiques Appliquées

Ecole Polytechnique

CMAP

Inria XPOP

Bio

Je suis professeur au département de mathématiques appliquées de École polytechnique où je travaille depuis septembre 2013. Ma recherche s’effectue au Centre de Mathématiques APpliquées (CMAP). Je suis membre de l’équipe SIMPAS (Signal IMage Probabibilités numériques et Apprentissage Statistique). J’y travaille sur des problèmes liés aux données avec des approches liées à l’apprentissage automatique, à l’intelligence artificielle, aux statistiques ou au traitement du signal. J’ai un gout pour les applications et pour la transmission à travers l’enseignement. J’interviens aussi bien en formation initiale qu’en formation continue. Je suis responsable de plusieurs formations portées par l’école : MScT Data Science and Artificial Intelligence for Business et programmes de formation continue (AI for Business et Diriger avec la Data et l’IA.) pour Polytechnique Executive Education. J’ai également contribué à la création du M2 Datascience de l’Institut Polytechnique de Paris et géré pendant de nombreuses années le PA de Math App et de Sciences des Données.

Mes travaux de recherche actuels s’articulent principalement autour de deux axes: la santé (et particulièrement celle des femmes) et l’apprentissage par renforcement. Je prends un grand plaisir à collaborer sur ces thèmes avec des étudiants de thèses et des co-encadrants d’horizons variés.

Intérêts
  • Science des données et intelligence artificielle
  • Statistique et apprentissage statistique
  • Traitement du signal
  • Science des données avec R et Python
  • Entrepreneuriat
  • Santé
Formation
  • HdR, 2013

    Université Paris Sud

  • Thèse en Mathématiques Appliquées, 2002

    Ecole Polytechnique

  • DEA (Master) en Mathématiques et Intelligence Artificielle, 1997

    ENS Cachan

Publications

Sélection de publications sur mes thèmes actuels

Dernières prépublications

Pour plus de détails, voir la page recherche ou directement la liste complète de publications

Étudiants

Étudiants actuels

Anciens étudiants

  • Pierre Clavier, Thèse en co-direction avec Stéphanie Allassonnière, 2021-2024, Théorie and pratique de l’apprentissage par renforcement robuste
  • Amin Dhaou, Thèse en co-direction avec Josselin Garnier, 2021-2024, CIFRE TotalEnergie, causalité et séries temporelles
  • Fleur Gaudfernau, Thèse en co-direction avec Stéphanie Allassonière, 2020-2023, Détection de l’agénésie du corps calleux à partir d’IRM foetales pour un diagnostic affiné et une prise en charge précoces – Post-Doc at Heka
  • Paul Monchot, Thèse, 2020-2023, CIFRE LNE, Apprentissage supervisé et sensibilité – R&D au LNE
  • Angie Pineda, Post Doc, 2018-2021, projet C’IL-LICO, Données de santé – Enseignante/Chercheuse à l’ENSAI
  • Thomas Galtier, Post Doc, 2019-2021, projet HealthChain, Valeur des données, Apprentissage fédéré
  • Frédéric Logé-Munérel, Thèse, 2017-2021, CIFRE Air Liquide, Planification et Apprentissage par renforcement – R&D chez Sonio
  • Rémi Besson, Thèse en co-direction avec Stéphanie Allassonnière, 2016-2019, Optimisation de diagnostic de maladie rare – CSO chez Sonio
  • Marco Brigham, Post Doc, 2017-2019, projet Morpheo, Analyse d’EEG – CSO chez Moonoia
  • Esther Derman, Ingénieure de recherche, 2016-2017, Classification non supervisée d’histogrammes à l’aide de modèle – déménagement en Israel, thèse au Technion, actuellement post-doctorante au Mila
  • Solenne Thivin, Thèse, 2012-2015, CIFRE Thales Optronics, Détection dans des textures complexes – actuellement professeur en classe préparatoire
  • Lucie Montuelle, Thèse, 2011-2014, Estimation de densité conditionnelle – Ingénieur chez EDF
  • Joseph Salmon, Thèse, 2007-2010, Agrégation d’estimateurs – professeur à l’Université de Montpellier

Contact