Communiqué de presse

Les experts en Intelligence Artificielle de l'Institut DATAIA

Bandeau image

Les experts en Intelligence Artificielle de l'Institut DATAIA

  • Institut DATAIA
  • Inria
  • CEA
  • CentraleSupélec
  • CNRS
  • École polytechnique
  • ENSAE
  • HEC
  • INRA
  • Télécom ParisTech
  • Télécom École de Management
  • Télécom Sud Paris
  • Université Paris-Sud
  • Université Versailles - Saint-Quentin-en-Yvelines

Partager

twlkfbml
Chapo
Cédric Villani, mathématicien et député LREM, a remis le jeudi 29 mars 2018 son rapport sur l’Intelligence Artificielle (IA) au président de la République. L’Institut DATAIA, spécialisé en sciences des données, intelligence artificielle et société, et ses 14 membres fondateurs vous présentent leurs experts dans le domaine.
Contenu
Corps de texte

Au mois de septembre 2017, le gouvernement a chargé Cédric Villani, mathématicien et député de la cinquième circonscription de l’Essonne, d’une mission sur l’intelligence artificielle (IA). L’objectif assigné à la mission consiste à étudier les actions nécessaires pour permettre à la France et à l’Europe d’être à la pointe de l’économie de l’IA, décrire les meilleures pratiques internationales d’application de ces technologies au service de la transformation et de l’amélioration des politiques publiques, identifier les applications prioritaires à déployer à l’intérieur de la sphère publique et ouvrir le champ à une réflexion nationale sur les impacts de l’IA, en considérant ses effets sur le travail les questions éthiques qu’elle soulève. Pour mener à bien cette mission, Cédric Villani a disposé notamment de l’appui de Marc Schoenauer, directeur de recherche et expert en IA chez Inria. L’Institut convergence DATAIA est piloté par le centre de recherche Inria Saclay – Île-de-France et mobilise à son lancement plus de 130 chercheurs et enseignants-chercheurs de quatorze établissements qui vous présentent quelques uns de leurs experts sur le sujet.

Ancre
Institut DATAIA
Corps de texte

LOGOTYPE_DATAIA_FR_BLEU_SANS_TAGLINE.png

Nozha Boujemaa

nozha boujemaaNozha Boujemaa est Directrice de Recherche chez Inria, Directrice de l'Institut DATAIA (Sciences des données, Intelligence Artificielle & Société) et Chef de projet de la plate-forme scientifique TransAlgo pour la transparence et la responsabilité des systèmes algorithmiques. Son domaine d'expertise couvre l'apprentissage automatique et la recherche d'information visuelle à grande échelle. Elle développe des méthodes d'enrichissement, de structuration et de navigation du contenu visuel, ainsi que des mécanismes de contrôle de pertinence et personnalisation interactive de recherche d'informations basés sur l'apprentissage semi-supervisé et l'apprentissage actif. Ses domaines d'application comprennent la recherche de contenu du Web, la cybersécurité, la biodiversité, les archives audiovisuelles et les images satellitaires et d'observation de la Terre. Nozha Boujemaa est co-auteur de plus de 150 publications internationales. Elle a supervisé plus de 25 doctorants. Elle a dirigé l'équipe-projet IMEDIA jusqu'en 2010. Nozha Boujemaa est Chevalier de l'Ordre National du Mérite, Présidente du Conseil Scientifique de l'Institut de Recherche Technologique "SystemX", Conseillère Scientifique Senior pour “The AI Initiative“ (Harvard Kennedy School), Conseillère Internationale pour le program “Advanced Core Technologies for Big Data Integration" auprès de la "Japanese Science and Technology Agency” (JST), membre élu du conseil d'administration de l'association européenne "Big Data Value Association" (BDVA), General-chair du Big Data Value Forum 2017, membre des conseils scientifiques de l'INRA, de CentraleSupélec et membre du Conseil d'orientation stratégique de l’Institut Français. Précédemment Conseillère du Président Directeur Général d'Inria en Sciences des données en lien avec l'impact socio-économique, Directeur du Centre de Recherche Inria Saclay – Île-de-France pendant 5 ans (2010-2015).

Dataia | Transalgo | Big Data | Sciences des données | IA responsable

Corps de texte

 

Ancre
Inria
Corps de texte

Logo_Inria_260x195.png

Marc Schoenauer

marc schoenauerMarc Schoenauer est directeur de recherche chez Inria. Il dirige actuellement l’équipe TAU (Tackling the underspecified) consacrée à l’apprentissage automatique et à l’optimisation stochastique. Diplômé de l'École normale supérieure à Paris, il a obtenu un doctorat en analyse numérique à l'Université Paris VI en 1980. De 1980 à août 2001, il a travaillé au CNRS et au centre de mathématiques appliqués de l’École polytechnique. Il a ensuite rejoint Inria, et a fondé, en septembre 2003, son équipe TAO (Thème Apprentissage et Optimisation). Depuis le début des années 90, Marc Schoenauer travaille dans le domaine du calcul évolutif (EC), plus particulièrement à l'interface entre EC et Machine Learning (ML). Il est l'auteur de plus de 150 articles dans des revues et des conférences importantes dans ces domaines et a été rédacteur en chef de plusieurs revues spécialisées (Evolutionary Computing Journal, Journal of Machine Learning Recherche, entre autres). Il a été président fondateur (1995-2002) d'Evolution Artificielle, et président de l'AFIA, Association Française pour l'Intelligence Artificielle (2002-2004).

Stochastic optimization | Deep Learning | Statistical Learning

Bertrand Braunschweig

bertrand braunschweigBertrand Braunschweig est directeur du centre de recherche Inria Saclay – Île-de-France, depuis le 1er janvier 2016, où il a coordonné un livre blanc consacré à l’intelligence artificielle (IA) « Les défis actuels et l’action d’Inria ». Il est ingénieur ENSIIE, docteur de l’Université Paris-Dauphine et HdR de l’Université Paris VI. Après une carrière de chercheur en dynamique des systèmes et en IA dans l’industrie pétrolière, il a rejoint IFP Énergies Nouvelles pour y diriger les activités de recherche en IA. Il a ensuite coordonné pendant une dizaine d’années les projets européens et internationaux de définition du standard d’interopérabilité CAPE-OPEN pour la modélisation et la simulation de procédés, ce qui lui a valu de recevoir en 2006 le premier "CAPE recent achievement award" de la fédération européenne de génie chimique. Président de l’association française d’intelligence artificielle pendant quatre ans, il  a été également président de l’ASTI de 2006 à début 2008. Impliqué dans le Réseau national des technologies logicielles (RNTL) dès sa création au début des années 2000, il a rejoint l’ANR en 2006. Expert auprès de la commission européenne, il a réalisé plus de cent publications et cinq ouvrages. De 2011 à 2015, il était directeur du centre Inria Rennes-Bretagne Atlantique. Il a été vice-président académique de l’IRT b<>com, président de la Conférence des organismes de recherche en Bretagne (COREB) pendant deux ans, président du Groupement d’intérêt scientifique Biogenouest pendant un an, et membre du comité de pilotage du projet de COMUE Université Bretagne Loire.

Machine Learning | Big Data | Dynamique des systèmes

Gaël Varoquaux

gael varoquauxGaël Varoquaux est chercheur en informatique chez Inria. Il travaille particulièrement à l’apprentissage automatique au service de l’imagerie cérébrale au sein de l’équipe de recherche Parietal du centre Inria Saclay – Île-de-France. Depuis plus de 10 ans, Gaël construit des outils pour mettre l'informatique scientifique dans les mains de tous. Il est ainsi le chef de projet de la bibliothèque open source Scikit-Learn, l'une des boîtes à outils d'apprentissage automatique de référence qui compte aujourd’hui plus d’un demi million d’utilisateurs partout dans le monde. Gaël Varoquaux est un membre nommé de la Python Software Foundation (PSF) et enseigne régulièrement l'informatique scientifique (ENSAE, ENS Paris-Saclay, TelecomParisTech). Diplômé de l'École Normale Supérieure de Paris, Gaël Varoquaux a un doctorat en physique.

Prédiction | Machine Learning | Statistical Learning

Corps de texte

 

Ancre
CEA
Corps de texte

Logo_CEA_260x195.png

Philippe Watteau

philippe watteauDiplômé de l’EDHEC et titulaire d’un Bachelor de droit européen, Philippe Watteau a acquis son expérience dans l’industrie, et dans des organisations de recherche publique, notamment en tant que directeur adjoint de la R&D d’Air Liquide, leader mondial des gaz, technologies et services pour l’industrie et la santé, prenant en charge la stratégie, les relations extérieures et le développement de la politique internationale. Philippe Watteau est le représentant suppléant du CEA au Conseil d’administration de l’Alliance Industrie du Futur et représentant du CEA au sein de son Assemblée générale. Philippe Watteau est actuellement directeur du List, institut du CEA dédié aux systèmes numériques intelligents.

Systèmes numériques intelligents | Intelligence artificielle appliquée à l’industrie | Transfert industriel

Quoc-Cuong PHAM

quoc cuong phamQuoc-Cuong PHAM est chercheur au CEA LIST (Paris-Saclay).  Il dirige une équipe composée d’une vingtaine de chercheurs, dont le travail porte sur les algorithmes de traitement d’images pour la vision et le deep learning. Expert dans ce domaine, ses projets sur l’analyse vidéo pour les applications de sécurité et de vidéoprotection sont notamment développés avec Thales dans le cadre du laboratoire commun Vision Lab créé en 2009.

Apprentissage automatique | Machine Learning | Traitement d’images | Transfert industriel

Marc Duranton

marc durantonDr. Marc Duranton est membre de l'Institut List du CEA, où il est impliqué dans des réalisations Deep Learning et Cyber ​​Physical Systems. Il a passé plus de 23 ans chez Philips et Philips Semiconductors où il a dirigé le développement des puces L-Neuro, des processeurs numériques utilisant des techniques de réseaux de neurones artificiels. Il a également travaillé sur plusieurs coprocesseurs vidéo pour le processeur VLIW TriMedia et pour différentes plateformes Nexperia. Chez NXP Semiconductors, il était en charge du projet Ne-XVP qui ciblait la conception du matériel et des logiciels d'un processeur multicœur pour les applications en temps réel et pour le traitement vidéo grand public. Ses intérêts incluent l'apprentissage profond, l'intelligence artificielle et les paradigmes émergents pour les systèmes informatiques, les systèmes embarqués, les systèmes cognitifs, les architectures parallèles pour le traitement haute performance et en temps réel, les modèles de calcul et la communication avec les garanties de temps. Il a publié plus de 35 brevets et contribué à plusieurs ouvrages. Il est membre du Collège d'éthique du CEA « Enjeux moraux dans les processus de prise de décision automatique ». Il est en charge de la feuille de route de HiPEAC et a co-organisé plusieurs ateliers sur l'apprentissage profond et l'intelligence artificielle, en particulier avec le Japon.

Apprentissage profond | Systèmes cyberphysiques | Architectures parallèles et neuronales | Transfert industriel

François Terrier

françois terrierProfesseur à l’institut INSTN du CEA, François Terrier dirige le département ingénierie logiciels et systèmes du CEA LIST. Docteur en intelligence artificielle, il a travaillé sur les systèmes experts basés sur des logiques trivalentes, temporelles ou floues. Depuis 1994, il mène des recherches en ingénierie logicielle. Représentant du CEA au réseau d’excellence européen sur les systèmes embarqués et pour la normalisation à l’OMG, il a développé des solutions d’ingénierie dirigée par les modèles. Aujourd’hui, il pilote l’activité de recherches sur l’intégration de confiance d’intelligence artificielle avec les équipes en méthodes formelles et ingénierie des modèles.

Systèmes experts | Ingénierie dirigée par les modèles | Confiance numérique | Transfert industriel

Lorène Allano

lorene allanoLorène Allano est ingénieure chercheuse en intelligence artificielle à l’institut CEA LIST (Paris-Saclay). Elle est ingénieure de l’institut Mines Telecom et a obtenu un doctorat en apprentissage automatique appliqué à l’identification biométrique. Elle est actuellement responsable d’un laboratoire de recherche de 50 personnes dans le domaine de l’IA et du machine learning appliqués aux données réelles et avec des contraintes opérationnelles pour du transfert industriel. Parmi les thématiques de recherche de l’équipe on trouve l’explicabilité des modèles, l’apprentissage non ou faiblement supervisé et l’IA distribuée et embarquée. Lorène Allano est membre du Conseil du numérique de la Région Île-de-France.

Apprentissage automatique | Machine Learning | Transfert industriel

Corps de texte

 

Ancre
CentraleSupélec
Corps de texte

Logo_CentraleSupélec_260x195.png

Frédéric Pascal

frederic pascalFrédéric Pascal  a obtenu un Doctorat en Traitement Numérique du Signal de l’Université Paris X-Nanterre. De novembre 2006 à février 2008, il a effectué un post-doctorat au sein de l'équipe en Traitement Numérique du Signal et de l’Information du laboratoire SATIE, CNRS, ENS Cachan, France. Entre mars 2008 et décembre 2011, il a été professeur adjoint au laboratoire SONDRA de CentraleSupélec. En 2012, il a obtenu une thèse d’Habilitation à Diriger la Recherche (HDR) en Traitement du Signal à l'Université Paris-Sud. Entre août 2013 et août 2014, il est professeur associé invité au département ECE de l'Université Nationale de Singapour. Depuis janvier 2014, Frédéric Pascal est professeur titulaire au laboratoire L2S de CentraleSupélec. Depuis janvier 2017, il est en charge du groupe "Signaux et Statistiques" du L2S. Il est également coordinateur des activités en sciences des données à CentraleSupélec et titulaire de la chaire Givaudan en sciences des données. Depuis septembre 2017, il est membre du Bureau de l'Institut DATAIA en tant que Coordinateur de Programme. De 2015 à 2017, il a été président de l'EURASIP SAT en recherches théoriques et méthodologiques du traitement des signaux (TMTSP, Theoretical and Methodological Trends in Signal Processing) et il est membre du comité technique SAM de l'IEEE Signal Processing Society. Frédéric Pascal est aussi rédacteur associé pour IEEE Transactions on Signal Processing, pour la revue EURASIP Journal on Advances in Signal Processing et pour Elsevier Signal Processing. Ses domaines de recherche incluent l'estimation, la détection et la classification pour données statistiques en traitement numérique du signal et applications dans le traitement radar et imagerie. Il est auteur et coauteur de plus d'une centaine de publications dans les meilleures revues et de participation aux conférences sur le Traitement Signal, Image et Statistiques.

Nikos Paragios

nikos paragiosNikos PARAGIOS (45 ans) est Professeur des Universités de classe exceptionnelle et responsable de l’axe enseignement « Sciences des données » à CentraleSupélec, « IEEE Fellow » et membre senior d’Institut Universitaire de France en mathématiques. Il est une référence mondiale pour ses travaux de recherche en vision par ordinateur (éditeur en chef de journal « Computer Vision and image Understanding » d’Elsevier), imagerie médicale et apprentissage statistique. Il a participé à la rédaction de 5 livres, a dirigé 30 doctorants, est l’auteur de plus de 250 publications et détenteur de 25 brevets. Il est lauréat d'une bourse « ERC Proof of Concept» (2017) et auparavant d'une « ERC consolidator» (2011) de l’« European Recherche Council», et membre du conseil scientifique du groupe Safran, de l’Institut de Data Healthcare, de l’Université de Paris Descartes ainsi que de la comité de selection de l'incubateur Paris-Biotech-Santé. Ses travaux de recherche sont à l'origine de la société TheraPanacea qui vise à révolutionner la prise en charge des malades de cancer par radiothérapie via l’intelligence artificielle.

Céline Hudelot

celine hudelotCéline Hudelot est Professeure des Universités au laboratoire de Mathématiques et Informatique pour la Complexité des Systèmes (MICS) de CentraleSupélec. Elle est docteur en Informatique de l'Université de Nice Sophia Antipolis (diplôme obtenu en 2005). Elle a effectué ses travaux de thèse chez INRIA Sophia Antipolis dans l'équipe Orion sous la direction de Monique Thonnat et en collaboration avec l'INRA. Ces travaux de thèse portaient sur l'interprétation sémantique d'images et sur l'étude de l'apport de techniques d'ingénierie des connaissances et de vision cognitive pour faciliter la construction de systèmes d'interprétation d'images. Elle est aussi titulaire d'une Habilitation à Diriger des Recherches de l'Université Paris-Sud depuis septembre 2014. Les travaux de Recherche de Céline Hudelot s’inscrivent dans le domaine de l’intelligence artificielle et ils se situent plus particulièrement à la frontière des domaines de la représentation des connaissances et du raisonnement, de l’analyse et de l'interprétation de données multimédia, de la fouille de données et de l'apprentissage de représentations. Plus généralement, ses travaux concernent la problématique de l'interprétabilité et de l'explicabilité des systèmes d'IA. Elle est en charge dans le laboratoire MICS d'un axe de Recherche portant sur l'apport des méthodes formelles et des systèmes de représentation de la connaissance et du raisonnement pour l'analyse et l'interprétation de données non-structurées et elle anime un groupe de travail en Intelligence Artificielle. Elle a dirigé ( ou dirige) ou co-dirigé une dizaine de thèses sur ces thématiques. Céline Hudelot est aussi responsable du parcours Systèmes Informatiques de l'option ISIA de 3ème année du cursus Centralien et elle anime la dominante Informatique du nouveau cursus CentraleSupélec ainsi que sa mention Intelligence Artificielle.

Corps de texte

 

Ancre
CNRS
Corps de texte

logo cnrs

Laurence Devillers

laurence devillersProfesseure à l’université Paris-Sorbonne et chercheuse au Laboratoire d’informatique pour la mécanique et les sciences de l’ingénieur (Limsi) du CNRS, Laurence Devillers anime l’équipe de recherche Dimensions affectives et sociales dans les interactions parlées. Ses domaines de recherche portent principalement sur l’interaction homme-machine, la détection des émotions, le dialogue oral et la robotique affective et interactive. Elle a participé à plusieurs projets nationaux (ANR Tecsan Armen, FUI Romeo, BPI Romeo2) et européens (Rex Humaine, Chist-era Joker) portant sur les interactions affectives et sociales humain-robot. Elle anime également le pôle sur la co-évolution humain-machine dans le cadre de l’Institut de la société numérique. Elle a participé à la rédaction du rapport sur l’éthique du chercheur en robotique pour la Commission de réflexion sur l’éthique de la recherche en sciences et technologies du numérique (Cerna) de l’alliance Allistene.

Interaction Homme-Machine I Robotique I Ethique

Jean-Luc Gauvain

jean luc gauvainJean-Luc Gauvain est directeur de recherche au CNRS, et responsable scientifique du groupe sur le traitement automatique de la parole au LIMSI. Ses recherches portent en particulier sur la reconnaissance de la parole, l'identification de la langue et du locuteur, ainsi que sur la recherche d'information dans des masses de données audio. Il a publié plus de 300 articles et est lauréat de la médaille d'argent du CNRS en 2007. Il a contribué à de nombreux programmes de recherhe sur le traitement de la parole en Europe et aux États-Unis. Il fut en particulier le directeur scientifique du programme Quaero de 2008 à 2013. Il est ISCA fellow et co-auteur de plus de 300 publications internationales. Il a été co-éditeur en chef de la revue Speech Communication (2006-2008).

Identification de la langue I Reconnaissance de la parole I Indexation audio

Lori Lamel

lori lamelLori Lamel est directrice de recherche au CNRS, et responsable au LIMSI des recherches sur la reconnaissance de la parole. Ses travaux portent principalement sur la modélisation acoustico-phonétique et lexicale dans un contexte multilingue. Elle a été responsable pour le LIMSI de nombreux projets de recherche internationaux.  Elle a publié plus de 300 articles et est co-récipiendaire en 2004 du "ISCA Best Paper Award for a paper in the Speech Communication Journal". Elle est ISCA Fellow, membre du "IEEE James L. Flanagan Speech and Audio Processing Award Committee" et de l'"ISCA board". Elle est experte auprès de la Commission Européenne et consultante scientifique auprès de la société Vocapia Research. 

Traitement de la parole multilingue I Langues peu dotées I Modélisation acoustico-phonétique et lexicale I Corpus linguistique

François Yvon

françois yvonFrançois Yvon est professeur d'informatique à l'Université Paris-Sud depuis 2007 ; il conduit ses recherches au sein du groupe "Traitement du Langage Parlé" du LIMSI-CNRS à Orsay, laboratoire dont il a pris la direction en juillet 2013. Ses travaux récents s'intéressent principalement à la traduction automatique par des méthodes statistiques et neuronales - et plus généralement à l'apprentissage automatique appliqué à des données langagières multilingues, qu’elles soient écrites ou orales. Il anime sur ce thème les activités d'un collectif composé d'une dizaine de chercheurs, doctorants et post-doctorants. F. Yvon a été responsable de nombreux projets nationaux (en particulier financés par l'ANR) et impliqué également dans des collaborations internationales, dans le cadre du programme Quaero comme dans le cadre de projets européens. Il est membre du bureau exécutif du réseau Européen Meta-NET, ainsi que point de contact français du programme européen CEF-ELRC. Antérieurement, F. Yvon a été (entre 1996 et 2007) Maître de Conférences en informatique à Télécom ParisTech, ainsi que (entre 2001-2002) visiteur scientifique au sein du groupe "Reconnaissance Vocale" du centre de recherche d'IBM à Yorktown Heights (NY, USA). Ses centres d'intérêts principaux sont le traitement automatique des langues et l'apprentissage automatique, appliqués à la reconnaissance et à la synthèse vocale, à la traduction automatique et à la fouille de texte. Il est l'auteur d'une trentaine d'articles dans des journaux scientifiques ainsi que d'environ 150 communications dans des conférences internationales; il a supervisé ou co-supervisé une vingtaine de doctorants. 

Traitement automatique des langues  I Traduction automatique I Fouille de Textes

Sophie Rosset

sophie rossetSophie Rosset est directrice de recherche au CNRS depuis 2012, au LIMSI où elle avait été recrutée comme chargée de recherche en 2002. Elle a été responsable jusqu'en 2016 des activités de recherche "Analyse robuste de la langue parlée et systèmes de dialogue" dans le groupe Traitement du langage parlé, puis des activités concernant les systèmes de dialogue et les chatbots au sein du groupe ILES.
Ses recherches portent essentiellement sur les systèmes de dialogue, conversationnels ou orientés tâches, en domaine ouvert ou précis ainsi que l'extraction d'information dans de très grandes quantités de données bruitées. Elle est auteur ou co-auteur de méthodes et d'outils originaux pour la gestion de dialogue, la compréhension robuste de langue écrite ou parlée et l'extraction d'information. Elle a également conçu des méthodes pour acquérir, développer, annoter et valider des corpus pour l'apprentissage de systèmes conversationnels et de traitement automatique des langue et l'évaluation des algorithmes utilisés. Elle est auteur ou co-auteur de plus de 140 publications référencées dans ces domaines. Elle est impliquée dans de nombreux projets dont les plus récents portent sur les systèmes de dialogue conversationnels (projet européen Chist-Era JOKER 2014-2018) ou encore les systèmes de dialogue et l'apprentissage continu et interactif (projet européen Chist-Era LIHLITH 2018-2021). Elle a également été co-responsable d'un projet de maturation avec la SATT de Paris Saclay impliquant le développement d'un agent conversationnel pour la formation de professionnels de santé (projet PVDIAL 2016-2018). Elle est également membre de la section 7 du Comité national de la recherche scientifique, élue au bureau et a été de 2012 à 2017 membre expert de la commission Connaissance du pôle de compétitivité Cap Digital.

Traitement automatique des langues I Dialogue homme machine I Compréhension de la langue I Analyse robuste de la parole I Méthodologies d'évaluation

Pierre Zweigenbaum

pierre zPierre Zweigenbaum est directeur de recherche au CNRS depuis 2006 au LIMSI. Il y est responsable depuis 2012 du groupe ILES dont l'activité porte sur le traitement automatique de la langue écrite et signée. Diplômé de l'École polytechnique et de Télécom ParisTech, titulaire d'une thèse de Télécom ParisTech (1985) et d'une Habilitation à diriger des recherches de l'Université Paris Nord (1998), il a passé vingt ans à l'Assistance publique - Hôpitaux de Paris et à l'Inserm, et a été dix ans Professeur associé à l'Inalco. Pierre Zweigenbaum mène des recherches sur l'extraction d'information à partir de textes avec des applications dans le domaine médical.  Il est auteur ou co-auteur de méthodes et d'outils pour la détection de divers types d'entités médicales, l'expansion d'abréviations, la résolution de coréférences, la détection de relations. Il a aussi conçu des méthodes pour l'acquisition automatique des connaissances linguistiques à partir de corpus et de thésaurus, pour aider à étendre des lexiques et des terminologies, y compris bilingues. Fellow de l'American Medical Informatics Association et coordinateur du SIG Francophone de l'International Medical Informatics Association, il a été vice-président de l'Association pour le Traitement automatique des langues et de l'Association française pour l'intelligence artificielle. Il a encadré ou co-encadré 21 doctorants.

Traitement automatique des langues I Extraction d'information à partir de textes  I Compréhension de textes  I Domaine médical  I Terminologie médicale
 

Corps de texte

 

Ancre
École polytechnique
Corps de texte

Logo_Ecole polytechnique_260x195.png

Eric Moulines

eric moulinesÉric Moulines est professeur au Centre de mathématiques appliquées de l’École polytechnique. Ancien élève de l’École polytechnique et ingénieur du Corps des Telecom, Éric Moulines débute sa carrière à Télécom ParisTech. De 1996 à 2015, il y occupait le poste de professeur. Il y a notamment fondé l’enseignement en statistiques et en sciences des données. Il rejoint l’École polytechnique en septembre 2015 pour y développer ces enseignements au niveau du cycle ingénieur et au niveau des masters, notamment le MsC Data Sciences for Business associant X et HEC et le parcours Data Science du Master Mathématiques et Applications de l’Université de Paris-Saclay. Il est auteur de 2 monographies de recherche sur les problèmes d’inférence de dynamiques complexes et de plus de 100 articles de recherche dans des revues internationales. Par ailleurs, durant trois années consécutives entre 2013 et 2015, il était l’éditeur en chef de la revue Bernoulli, revue européenne de référence dans le domaine des statistiques et des probabilités appliquées. En 2010, Eric Moulines est primé pour ses travaux en statistique au niveau national en recevant la Médaille d’Argent du CNRS. Il a reçu le Grand Prix « Orange » de l’Académie des Sciences en 2011. En 2018, il est reconnu pour son travail en étant nommé membre de l’Académie des sciences dans la section des sciences mécaniques et informatiques. Cette nomination confirme l’influence de ses travaux dans un domaine de mathématiques appliquées émergeant grâce aux grands ensembles de données : les statistiques numériques -approximation stochastique et simulation en grande dimension- pour l’inférence de modèles statistiques complexes.

Emmanuel Bacry

emmanuel bacryEmmanuel Bacry, chercheur au Ceremade (unité mixte de recherche entre le CNRS et l’université Paris-Dauphine), Professeur et responsable de l’initiative « Data Science » à l’École polytechnique. Après des études à l’Ecole Normale Supérieure (Ulm, Paris, France, 1990), il a obtenu en 1992 un Doctorat en Mathématiques appliquées (à Paris VII) et l’Habilitation à diriger des recherches quatre ans plus tard. Il est actuellement Directeur de Recherche au Ceremade (unité mixte de recherche entre le CNRS et l’université Paris-Dauphine). Depuis 2014, il est à la tête de l'Initiative Science des Données de l'Ecole polytechnique. Au cours de sa carrière, sa recherche s'est concentrée sur des sujets très divers tels que la théorie multifractale, la statistique des processus, les processus aléatoires en interaction, les données massives (Big Data) ou encore l'apprentissage statistique. Il a effectué cette recherche dans un souci applicatif constant et en lien étroit avec les spécialistes concernés.  Ainsi, il travaille successivement sur la turbulence pleinement développée, l’analyse statistique du génome, les phénomènes de croissance cristalline, le traitement du son, la finance statistique, les réseaux sociaux ou encore les applications à la santé. Dans le cadre de cette activité, il dirige depuis 2015 un partenariat entre l'École polytechnique et la Caisse Nationale d'Assurance Maladie (CNAMTS) consistant à développer et appliquer des techniques "Big Data" sur la base SNIIRAM de la carte vitale (l'une des plus importantes bases de données santé au monde). En Mathématiques, ses domaines de recherche vont de l’analyse multifractale, le traitement du signal statistique des processus en grande dimension, l’apprentissage statistique au traitement des données massives « big data ».

Yanlei Diao

yanlei diaoYanlei Diao, Professeur à l'École polytechnique et membre de l’équipe Cedar du centre de recherche Inria Saclay – Île-de-France. Chercheuse en data sciences spécialisée dans la « Big and Fast Data Analysis ». Yanlei Diao, diplômée en 2005 d’un doctorat de l'Université de Californie, Berkeley, devient professeur à l'Université du Massachusetts Amherst aux États-Unis, où elle développe la recherche et l'enseignement dans le domaine de l’analyse de données massives. Reconnue internationalement pour son expertise dans le traitement des flux de données massives, elle établit aussi de nombreuses collaborations avec des entreprises comme Google, IBM ou Cisco. Le 1er septembre 2015, Yanlei Diao est recrutée par l'École polytechnique dans le but de développer une équipe de recherche de classe mondiale dans le domaine des données massives. Titulaire d'une chaire d'excellence à l'Université Paris-Saclay, Yanlei Diao est membre du LIX, le Laboratoire d'Informatique de l'École polytechnique (en cotutelle avec le CNRS) et de l'Équipe Cedar du centre de recherche Inria Saclay – Île-de-France. En 2016, elle est distinguée par une prestigieuse « ERC Consolidator Grant ». Cette bourse européenne récompense l’excellence scientifique de la chercheuse et de son projet, ainsi qu’une vision innovante en termes d’accélération et d’optimisation du calcul analytique pour données massives.

Marie-Paule Cani

marie paule caniMarie-Paule Cani est chercheuse en informatique au Laboratoire d’informatique de l’X (LIX, UMR École polytechnique/CNRS), professeure à l’École polytechnique et porteuse de la Chaire Google – École polytechnique « Artificial Intelligence & Visual Computing ». Ses résultats sur la modélisation informatique des formes en trois dimensions (3D) et leur animation ont des applications dans le domaine des jeux et du cinéma, pour la conception d’objets industriels, de simulateurs d’entrainement, ainsi que pour la recherche scientifique : géosciences, écosystèmes, archéologie, etc. Lauréate de plusieurs prix scientifiques prestigieux, elle est présidente, pour les années 2017 et 2018, d’Eurographics, l’association européenne d’informatique graphique. Ancienne élève de l’École normale supérieure, agrégée de mathématiques, elle se passionne dès 1987 pour les images de synthèse et l’animation des mondes virtuels et soutient une thèse en informatique graphique en 1990. Maitre de conférences à l’ENS Paris en 1991, elle rejoint deux ans plus tard l’Ensimag à Grenoble où elle devient professeure en 1997. En 2011 elle s’est vu décerner le prestigieux EUROGRAPHICS award for Outstanding Technical Contributions, et en 2012 la médaille d’argent du CNRS. Elle est membre de l’Academia Europaea depuis 2013. Elle a occupé la chaire Informatique et Sciences du numérique au Collège de France en 2014-2015 sur le thème « Façonner l’imaginaire, de la création numérique 3D aux mondes virtuels animés ».

Informatique graphique | Modélisation | Machine Learning | Design numérique | Réalité virtuelle et augmentée | Jeux vidéo | Interaction homme-machine | Vision par ordinateur

Michalis Vazirgiannis

michalisMichalis Vazirgiannis est professeur au laboratoire d’informatique de l’École polytechnique (LIX). Il mène ses travaux de recherche sur l'exploration de données à grande échelle. Il cherche ainsi à exploiter le potentiel des algorithmes d'apprentissage automatique pour des grands ensembles de données, y compris du texte et des graphiques. Plus spécifiquement, son travail porte sur la théorie des graphes où il s’intéresse à leur dégénérescence pour l'extraction de graphes à grande échelle, la récupération de texte basée sur des graphes, l'apprentissage de modèles à partir de séries chronologiques et l'exploration de textes pour le web. Il a eu l’occasion de travailler comme chercheur aux quatre coins du monde : dans le Knowledge & DB Lab à Athènes en Grèce, au GMD-IPSI à Hagen en Allemagne, à l'INRIA à Paris, au IBM à New Delhi en Inde, et à Max Planck Instistut fur Informatik à Sarrebruck en Allemagne. Michalis Vazirgiannis a également fondé l'équipe de recherche DaSciM (à l'École polytechnique) spécialisée dans le domaine de l'exploration de données et du web. Il s’implique dans l'enseignement de l'exploration de données et de l'apprentissage automatique pour le big data à l'École polytechnique, Télécom ParisTech, et à l’ENS Cachan. Au cours de sa carrière, il a également participé à plus de cinquante comités de programme de conférences internationales dans les domaines du Data Mining, Machine learning et le Web. Il est également co-auteur de trois brevets.

Erwan Le Pennec

le pennecErwan Le Pennec est professeur associé au département de mathématiques appliquées de l'École polytechnique depuis septembre 2013. Il effectue sa recherche sur des problèmes liés aux données en traitement du signal et en statistique au Centre de Mathématiques Appliquées (CMAP) de l'École polytechnique. Il y codirige avec Emmanuel Gobet l'équipe SIMPAS (Signal IMage Probabibilités numériques et Apprentissage Statistique). Il s’occupe de nombreux programmes de formations portés par l’école : parcours en Sciences des Données, M2 Datascience de l’Université Paris-Saclay et programmes de formation continue Data Science Starter Program de l’Ecole Polytechnique Executive Education. Il est également porteur de la chaire "Data Scientist", créée par l'École polytechnique, Keyrus, Orange et Thales et portée par la Fondation de l'X et dédiée à la formation dans le domaine des Sciences des Données. Après une formation initiale en mathématiques à l’ENS Cachan, il a préparé une thèse en traitement du signal à l’X sous la direction de Stéphane Mallat. Il a ainsi soutenu son travail sur les « Bandelettes et la représentation géométrique des images » en décembre 2002. Ce travail s’est poursuivi à travers la création de la start-up Let It Wave avec Stéphane Mallat, Christophe Bernard et Jérôme Kalifa, qu’il a continué à accompagner par la suite en qualité de consultant. Il a ensuite pris un poste de maître de conférence à Paris Diderot au sein de l’équipe de statistique du laboratoire de Probabilités et Modèles Aléatoires. Il a rejoint l’équipe SELECT d’Inria en 2009, d’abord en délégation puis comme chargé de recherche première classe. Erwan Le Pennec a soutenu son habilitation à diriger des recherches en mars 2013 avant de rejoindre l’X.

Erwan Scornet

scornetErwan Scornet est maître de conférence en mathématiques appliquées à l'École polytechnique. Ancien élève de l'Ecole Normale Supérieure de la rue d'Ulm, il s'est spécialisé en science des données lors de sa thèse effectuée à l’UPMC et à l'Institut Curie. Il co-dirige le programme Graduate Degree "Artificial Intelligence and Advanced Visual Computing" avec Marie-Paule Cani, proposé à l'École polytechnique à partir de la rentrée 2018. Ses recherches se concentrent sur certains algorithmes de Machine Learning très utilisés dans le traitement des données réelles, et notamment sur leurs propriétés théoriques qui sont nécessaires pour garantir le bon fonctionnement de ces algorithmes. Il s'est particulièrement intéressé aux algorithmes des forêts aléatoires, créés au début des années 2000 pour résoudre des problèmes de classification et de régression, et a prouvé leurs capacités à détecter un faible signal en grande dimension, lorsque les variables informatives réellement pertinentes sont "noyées" sous des variables de bruit. Ses travaux de thèse lui ont valu le prix Jacques Neveu 2015, décerné aux meilleures thèses de probabilités et de statistiques. Il poursuit actuellement ses recherches à l’École polytechnique concernant la relation entre les forêts aléatoires et les réseaux de neurones, algorithmes de pointe répondant à des problématiques variées, notamment pour traiter un grand nombre d'images.

Corps de texte

 

Ancre
ENSAE
Corps de texte

Logo_Ensae_260x195.png

Ivaylo D. Petev

Ivaylo petevChargé de recherche CNRS, Ivaylo Petev dirige le Pôle de sociologie quantitative du CREST/ENSAE. Son travail de recherche se base sur une approche théorique et comparative à l'aide de l'analyse statistique des données. Ses principaux thèmes de recherche incluent l'analyse des attitudes et comportements écologiques ; des déterminants socio-démographiques et économiques du bilan carbone ; de l'évolution des pratiques de dépenses et des styles de vie des ménages ; de la discrimination résidentielle ; et de manière générale l'analyse des inégalités socio-économiques dans les sociétés occidentales.

Anna Simoni

anna simoniAnna Simoni est économétricienne au CNRS et au CREST (Ecole polytechnique et ENSAE). Les principaux domaines de recherche d'Anna sont l'économétrie et la statistique, avec un accent particulier sur les grands volumes de données et les modèles de grande dimension en économétrie, les problèmes inverses et l'économétrie et les statistiques bayésiennes. Anna a commencé sa carrière en tant que professeur adjoint à l'Université Bocconi (Milan, Italie) et elle a été professeure adjointe invitée au Boston College (États-Unis). Elle est titulaire d'un doctorat de la Toulouse School of Economics qui a reçu le prix d'économie de l'Académie des sciences, Inscriptions et Belles-Lettres de Toulouse. Elle a publié dans des revues comme Journal of the American Statistical Association, Journal of Econometrics and Econometrics Theory.

Corps de texte

 

Ancre
HEC
Corps de texte

Logo_HEC_260x195.png

David Restrepo

david restrepoDavid Restrepo-Amariles est professeur assistant de droit à HEC Paris. Il enseigne Law and Technology, International Contracts et International Arbitration. Il est directeur de recherche sur SMART Law (Scientific Mathematical, Algorithmic, Risk and Technology Driven Law). Son travail analyse les transformations du droit et des régulations dans la société globale et digitale avec une attention particulière sur le droit financier, la résolution des litiges, les transactions commerciales internationales et la responsabilité sociale. Sa recherche combine des approches allant de la théorie légale aux études légales empiriques, en passant par les études scientifiques et technologiques. Entre autres titulaire d'un doctorat de l'Université Libre de Bruxelles, David est également avocat au barreau colombien, spécialisé en droit commercial. Avant de rejoindre HEC Paris, il était chargé de conférences et assistant de recherche à l'Université Libre de Bruxelles.

Droit | Technologies

Corps de texte

 

Ancre
INRA
Corps de texte

logo inra

Evelyne Lutton

photo evelyneEvelyne Lutton est ingénieur civil de Télécom Paris (1986). Elle a soutenu un Doctorat en mathématiques appliquées à Télécom Paris en 1990 et une habilitation à diriger des recherches en 1999 à l’université d’Orsay. Ses travaux sont centrés sur la modélisation et l’optimisation interactive. Elle est actuellement directrice de recherche à l’INRA (département MIA) dans l’UMR GMPA (Génie et Microbiologie des Procédés Alimentaires) de Versailles-Grignon. De 1991 à 2013 elle a été chercheur à l’INRIA, où elle fut successivement responsable scientifique des équipes-projets FRACTALES, COMPLEX et APIS (2000-2009), puis membre de l’équipe-projet AVIZ (2009-2013). Ses travaux de recherche concernent les algorithmes évolutionnaires, les fractales, les techniques coopération-coévolution et l’évolution interactive, appliquées en traitement de signaux, d’images, en imagerie médicale et en modélisation des processus agro-alimentaires. Evelyne Lutton a fondé avec Marc Schoenauer l’association EA en 1994, dont elle fut successivement secrétaire, trésorière et depuis 2007, présidente du comité des sages. Elle est impliquée dans l’organisation des conférences "Artificial Evolution" (depuis 1994), des conférences "Fractals in Engineering » (1997-2001). Elle a été program chair des conférences EuroGP 2002 et EA2017, co-chairs  du "Workshop on interactive evolution » au sein des conférences EvoStar (2006-2008). Elle enseigne l’évolution artificielle à l’ENSTA depuis 2000, IEEE senior member, et a présidé le groupe WIE-France de 2012 à 2016.
 
Optimisation stochastique, Evolution artificielle, Modélisation, Visualisation interactive, Evolution interactive, Fractals, Signal processing

Corps de texte

 

Ancre
Télécom ParisTech
Corps de texte

logo_telecom_paristech.png

Pascal Bianchi

pascal bianchiPascal Bianchi est Professeur à Télecom ParisTech, école de l'IMT. Au sein du  groupe  Statistiques et Applications, ses sujets de recherche portent  sur l’optimisation numérique, les approches stochastiques,  le traitement du signal et les systèmes distribués.  Il est titulaire de la Chaire "Methods and Algorithms for Artificial Intelligence" de Télecom ParisTech, signée en  mars 2018  avec Talan ; la chaire s’adresse aux étudiants ingénieurs des filières « Sciences des données » et « Traitement du Signal pour l’Intelligence Artificielle » ainsi qu’aux étudiants du Mastère Spécialisé® « Big Data » et s’appuiera sur l’expertise de Talan  dans les métiers liés aux mutations technologiques des entreprises, notamment dans le Big Data et l’Intelligence Artificielle, à travers des études de cas et des conférences.    Diplômé  M.Sc 2000 de l’Université  Paris XI  et de Supélec et docteur 2003 de l’ Université  Marne-la-Vallée, Pascal a auparavant travaillé de 2003 à 2009 au département Télécommunication de CentraleSupélec.  

Numerical Optimization I Stochastic Approximations I Signal processing and distributed systems

Economie industrielle I économie de l’innovation I économie de l’internet et des données personnelles I microéconométrie appliquée

Albert Bifet 

albert bifetProfesseur agrégé, Albert bifet est enseignant-chercheur au département LTCI de Télécom ParisTech, école de l’IMT. Il travaille sur les flux de données en temps réel.  Avec une équipe de quatre étudiants, deux post-doc et trois stagiaires, il s’attache à faire du machine learning en temps réel. Ses recherches constituent une innovation et une gageure : l’apprentissage automatique « standard » utilise des données déjà stockées (statiques) et nécessite déjà beaucoup de ressources. Le machine learning « en temps réel » permet  de faire efficacement l’apprentissage machine, en utilisant moins de ressources et en adaptant les prédictions des chercheurs aux changements dans les données. Ce qui se révêle très important dans divers contextes applicatifs comme la maintenance prédictive – ou l’analyse et la reconnaissance des signes précurseurs du dysfonctionnement d’un bien. Albert codirige des projets open source (MOA Massive On-line Analysis and Apache SAMOA Scalable Advanced Massive Online Analysis) et a établi des collaborations de recherche pérennes avec EDF, Orange, Safran, Telefonica et Huawei.  

Analyse de données I Big Data I IoT I Machine Learning for Data Streams I Big Data Machine Learning I Large scale data

Isabelle Bloch 

isabelle blochIsabelle Bloch est professeur à Télécom ParisTech, école de l’IMT. Ses recherches, effectuées dans l'équipe IMAGES du LTCI, portent sur les méthodes d'intelligence artificielle pour la représentation des connaissances, le raisonnement et l'interprétation d'images. Elle a de nombreuses collaborations académiques sur ces questions théoriques, aussi bien en IA symbolique qu'en apprentissage. Elle conduit des recherches en imagerie médicale dans le cadre de collaborations avec des services hospitalo-universitaires et des industriels. Elle est co-responsable de formations (ingénieur ou master) en image, en particulier en lien avec l'IA, à Télécom ParisTech, Sorbonne Université, Université Paris-Saclay.  Docteure Télécom ParisTech 1990,  Habilitée à Diriger des Recherches depuis 1995, Isabelle a reçu en 2008 la médaille Blondel, qui récompense des travaux d’exception dans les domaines de la science. 

Interprétation d'images I Reconnaissance structurelle de formes I Théories de l'incertain I Morphologie mathématique I Logiques I Raisonnement spatial I Imagerie médicale

David Bounie  

david bounieDavid Bounie est Professeur d’Economie à Télécom ParisTech, où il enseigne depuis 2002 l’économie (microéconomie, macroéconomie et théorie des jeux) et la finance. Ses recherches s’intéressent à l'impact du numérique dans le domaine des paiements, de la banque et de la monnaie ; elles s'appuient en partie sur l'exploitation de données d'enquête, la collecte de grandes masses de données et l'usage de techniques économétriques pour leur traitement. Il est porteur d’un projet de chaire avec l’Institut Louis Bachelier et l’Université de Paris 2 Panthéon Assas sur la finance numérique. Docteur de Télécom ParisTech, David dirige des Recherches en partenariat avec les banques, les systèmes de paiement par carte et les banques centrales. Il est également membre du comité scientifique du Centre des Etudes des Supports de Publicité où il participe à l’audit des mesures d’audience dans les médias et Internet. Il publie dans des revues internationales telles que Journal of Banking & Finance, International Journal of Central Banking, etc. Responsable du département d’enseignement et de recherche en sciences économiques et sociales de Télécom ParisTech, David  collabore avec des économistes, statisticiens et informaticiens d’institutions publiques  et privées.  Il est éditeur associé pour  Electronic Commerce Research and Application.

Économie I Économétrie appliquée I Théorie des jeux appliquée

Jean-Louis Dessalles 

jean louis dessallesJean-Louis Dessalles est maître de conférences à Telecom ParisTech, école de l'IMT. Il utilise l'intelligence artificielle pour modéliser et simuler la pertinence qui caractérise la communication humaine spontanée. Depuis une décennie, il développe la Théorie de la Simplicité, qui sert de base pour modéliser l’intérêt narratif et la pertinence argumentative. Il travaille également sur la simulation des processus évolutifs et sur la question fondamentale de l’origine du langage humain, considéré comme un jeu de signalement à finalité sociale. Il est l’auteur de plusieurs livres, notamment « Why We Talk »,  « La pertinence et ses origines cognitives » et plus récemment « Le fil de la vie ».  Ingénieur École polytechnique (76) et Télécom ParisTech (81), Jean-Louis Dessalles est aussi Docteur (93) et Habilité à diriger les recherches  depuis 2008.  Il enseigne à Télécom ParisTech depuis 1981. 

Cognitive Science I Complex Systems

Stephan Clémençon

stephan clemenconStephan Clémençon est Professeur à Télécom ParisTech, école de l'IMT, depuis 2007, au sein du Département IDS (Image, Données, Signal) et anime le groupe de recherche S2A. Il effectue ses travaux de recherche en mathématiques appliquées au Laboratoire LTCI de Télécom ParisTech. Ses thématiques de recherche se situent principalement dans les domaines du machine learning, des probabilités et des statistiques. Il est responsable du Mastère Spécialisé® « Big Data » à Télécom ParisTech et a conçu le Certificat d’Etudes Spécialisées « Data Scientist ». Stéphan Clémençon est également titulaire de la chaire industrielle de recherche   « Machine-Learning for Big Data » créée à Télécom ParisTech en  2013.

Machine Learning I Ranking I Clustering I Détection d'anomalie I Graph-mining I Moteurs de recommandation

Florence d'Alché-Buc

florence dalcheFlorence d'Alché-Buc est Professeure à Télecom ParisTech, école de l'IMT, depuis 2014. Elle était auparavant professeur à l’Université d’Evry,  titulaire d’une ATIGE et co-directrice du laboratoire IBISC. Ses recherches portent sur l’apprentissage statistique, l’inférence de réseaux, la prédiction structurée et la modélisation de systèmes dynamiques avec des différentes applications à la biologie computationnelle. Florence d’Alché Buc est co-responsable du Master 2 « Data Sciences » de l’Université Paris-Saclay, co-habilité avec l’École Polytechnique et Télécom ParisTech, l’ENSAE ParisTech et l’Université Paris Sud. Elle est également responsable de la Chaire d’enseignement « Pédagogie des Sciences de la Donnée » qui vise à développer la formation en sciences des données pour les élèves ingénieurs et étudiants en Mastère Spécialisé® « Big Data ».

Apprentissage statistique I Méthodes à noyaux I Prédiction structurée I Prédiction de liens I Inférence de réseaux I Systèmes dynamiques

Claire Levallois-Barth

claire levalloisClaire Levallois-Barth est maître de conférences en droit à Télecom ParisTech, école de l'IMT. Elle s’intéresse principalement à l’évolution de la protection des libertés et droits fondamentaux à l’ère numérique ; et en particulier sur la protection des données personnelles, notamment dans le contexte du big data et de l’Internet des objets, ainsi que sur la gestion des identités numériques.  Claire est cofondatrice et coordinatrice de la Chaire de recherche « Valeurs et Politiques des Informations Personnelles » (VPIP) de l’IMT créée en 2013 avec l’Imprimerie Nationale, BNP Paribas, Dassault Systemes, Orange, Qwant et Sopra Steria, avec le soutien de la Commission Nationale de l’Informatique et des Libertés (CNIL) et de la Direction Interministérielle du Numérique et du Système d’Information et de Communication de l’État (DINSIC) placée sous l’autorité du premier ministre. Claire Levallois-Barth est aussi responsable de l’axe  « Protection des données personnelles impliquées dans le véhicule connecté » de la  Chaire « Connected Cars & Cyber Security » (C3S)  de Télécom Paristech.  Elle est éditeur associé des Annals of Telecommunications, membre du comité scientifique du Forum International de la Cybersécurité (FIC), et membre du Data Privacy Expert Panel d’AXA.  

Droit I Valeurs  des données personnelles

Patrick Waelbroeck

patrick Patrick Waelbroeck est titulaire d’une thèse en économie de l’Université de Paris 1 Panthéon-Sorbonne et professeur d’économie industrielle et d’économétrie à Télecom ParisTech, école de l'IMT. Ses travaux portent sur l’économie de l’innovation, l’économie de la propriété intellectuelle, l’économie de l’Internet et des données personnelles. Il est membre du bureau de l’association EPIP (European Policy for Intellectual Property) dont il fut le président en 2013-2014.  Il est cofondateur de la chaire « Valeurs et politiques des informations personnelles » de l’IMT qui aborde les problèmes des données personnelles et du Big Data sous différents angles : juridique, économique, technique et philosophique. Patrick Waelbroeck enseigne l’économie de l’Internet et des données dans le mas Mastère Spécialisé® « Big Data » de Télécom ParisTech ainsi qu’aux ingénieurs-élèves du Corps des Mines. Il est area editor de la revue Annals of Telecommunications et membre du comité éditorial du Journal of Cultural Economics. Patrick Waelbroeck est membre du réseau international CESIfo.

Corps de texte

 

Ancre
Télécom École de Management
Corps de texte

logo_telecom_management.png

Christine Balagué

christine balagueChristine Balagué est Professeur et Titulaire de la Chaire réseaux sociaux et objets connectés à l’Institut Mines-Télécom-Telecom Ecole de Management, et a été Vice-présidente du Conseil National du Numérique de 2013 à 2015. Ses recherches portent sur la modélisation du comportement des individus connectés, en particulier sur les réseaux sociaux et avec des objets connectés, et l'éthique des technologies. Elle est également membre de la CERNA (Comité d’Ethique de la Recherche sur le Numérique d’Allistène) et de l’Institut de Convergences DATAIA sur les sciences de données et l’intelligence artificielle. En tant que VP du Conseil National du Numérique, elle a participé à différents travaux remis au gouvernement français sur les grandes questions du numérique (Neutralité du Net, Neutralité des plateformes, E-inclusion, E-éducation, E-santé, concertation nationale). Elle est également l’auteur de nombreux ouvrages sur le développement de l’Internet en France et sur les réseaux sociaux. Habilitée à Diriger des Recherches, Christine Balagué est docteur en Sciences de Gestion, diplômée de l’ESSEC et d’un Master d’économétrie à l’ENSAE.

Ethique | E-marketing | Objets connectés | Réseaux sociaux | Nouvelles technologies

Corps de texte

 

Ancre
Télécom Sud Paris
Corps de texte

logo_telecom_sud_paris.png

Titus Zaharia

titus zahariaTitulaire d’un Doctorat de l’Université Paris Descartes (Décembre 2011) et d’une Habilitation à Diriger des Recherches de l’Université Pierre et Marie Curie (Novembre 2010), Titus Zaharia est professeur à Télécom SudParis et directeur du département ARTEMIS (Advanced Research and Techniques for Multidimensional Imaging Systems). Ses activités de recherche se structurent autour des méthodes de représentation des contenus visuels et concernent notamment l’indexation et le codage des contenus multimédias, la vision par ordinateur, l’apprentissage sémantique d’images/vidéos, la reconnaissance de scènes ou encore les techniques de reconstruction 2D/3D et d’animation de personnages virtuels 3D.

Indexation et codage | Vision par ordinateur I Apprentissage sémantique I Reconnaissance de scènes I Reconstruction 2D/3D

Corps de texte

 

Ancre
Université Paris-Sud
Corps de texte

Logo_Univ-P-Sud_260x195.png

Alexandra Bensamoun

alexandra bensamounAlexandra Bensamoun est professeure de droit privé et sciences criminelles (Université de Rennes 1 - Institut de l'Ouest : Droit et Europe IODE ; Université Paris-Sud/Paris-Saclay -  Centre d’études et de recherche en droit de l’immatériel CERDI), spécialiste d’IP/IT. Nommée personnalité qualifiée au Conseil Supérieur de la Propriété Littéraire et Artistique (CSPLA), elle a mené pour le ministère de la Culture plusieurs rapports, par exemple sur le statut des intermédiaires techniques de l’Internet et sur le droit de communication au public. Chargée de mission au Bureau de l’Institut DATAIA, elle est très impliquée dans la réflexion et la recherche scientifique relative à l’IA et a écrit plusieurs contributions sur sa régulation, notamment en matière de responsabilité et d’éthique. Elle a également codirigé la partie « Enjeux juridiques » du rapport #FranceIA (à la demande du Premier ministre, 2017).

Isabelle Guyon

isabelle guyonIsabelle Guyon est professeure d’informatique à l’Université Paris-Sud et chercheuse chez Inria, spécialisée dans l’analyse de données statistiques, la reconnaissance de formes et l’apprentissage automatique. Ses domaines d’expertise comprennent la vision par ordinateur, la bioinformatique et les systèmes de transmission d’électricité, et les applications de l’apprentissage automatique à la découverte de relations causales. Avant de rejoindre Paris-Saclay, elle a travaillé comme consultante indépendante et a été chercheuse à AT & T Bell Laboratories, où elle a été pionnière des applications de réseaux neuronaux (avec des collaborateurs comme Yann LeCun et Yoshua Bengio) et co-inventé avec Bernhard Boser et Vladimir Vapnik les Support Vector Machines (SVM). Elle a organisé de nombreux défis dans l’apprentissage automatique depuis 2003, soutenus par la Commission Européenne, NSF et DARPA, avec des prix sponsorisés par Microsoft, Google, Facebook, Amazon, Disney Research et Texas Instrument. Isabelle Guyon est titulaire d’un doctorat diplôme en Sciences physiques de l’Université Pierre et Marie Curie, Paris, France. Elle est présidente de Chalearn, une organisation à but non lucratif vouée à l’organisation de défis, rédactrice de la série Challenges in Machine Learning de Springer, rédactrice au Journal of Machine Learning Research, co-général chair de NIPS 2017.

Corps de texte

 

Ancre
Université Versailles - Saint-Quentin-en-Yvelines
Corps de texte

logo uvsq

Célia Zolynski

celia zolinskyAgrégée des Facultés de droit, Célia Zolynski est Professeure de droit privé à l'Université de Versailles Saint-Quentin où elle dirige la mention de Master Droit du Numérique et co-dirige le Master 2 Propriété intellectuelle et droit des affaires numériques (PID@N). Elle est également membre du Comité de prospective de la CNIL et du Conseil supérieur de la propriété littéraire et artistique (CSPLA) et a été membre du Conseil national du numérique (CNNum) de février 2016 à décembre 2017. Ses activités de recherche et d’enseignement portent sur le droit du numérique, le droit de la propriété intellectuelle, le droit du marché et les libertés fondamentales. Elle est l’auteur de différentes publications dans ces domaines, notamment sur les liens qu’entretiennent le droit interne et le droit de l’Union européenne. Elle anime plusieurs groupes de travail interdisciplinaires et projets de recherches collectives sur la protection et la valorisation des données et la régulation des traitements algorithmiques. Elle est chargée de mission au sein du bureau de l’Institut DATAIA.

Karine Zeitouni

karine zeitouniKarine Zeitouni est Professeure en Informatique à l’Université de Versailles Saint-Quentin (UVSQ) - IUT de Vélizy depuis 2009. Elle avait obtenu un Doctorat à l’Université Paris 6 et soutenu une habilitation à diriger les recherches (HDR) à l’université de Versailles Saint-Quentin. Elle est responsable de l’équipe « Ambiant Data Access and Mining » (ADAM) au sein du laboratoire DAVID. Ses thématiques de recherches sont principalement liées aux bases de données et à la fouille de données spatiotemporelles ou plus généralement, issues de capteurs. Elle a encadré 13 de thèses soutenues et co-encadre actuellement trois autres thèses. La plupart de ses travaux ont été réalisés dans le cadre de projets collaboratifs et souvent pluridisciplinaires. Elle participe régulièrement à comités de programme ou de rédaction dans les conférences et revues de ces domaines (BDA, SAGEO, (SIGSPATIAL, SSTD, MDM, APWeb, BDA, SAGEO, EDA, et certaines éditions de DAWAK, ADBIS, CIKM, SIGMOD, Revue Internationale de géomatique, GeoInformatica, …)

Dominique Barth

Dominique Barth est professeur en informatique de l’université de Versailles – St Quentin (UVSQ) depuis 1999. Il a été maitre de conférences au laboratoire LRI de l’université Paris Sud entre 1994 et 1999. Il dirige depuis sa création en juillet 2015 le laboratoire « DAVID : Données pour la Ville Intelligente et Durable » de son université, et il y est responsable de l’équipe « ALMOST : Algorithmique et Modèles Stochastiques ». Il dirige depuis sa création en janvier 2017 la fédération de recherche du CNRS « Sciences Informatiques, Humaines et Sociales (SIHS) » qui regroupe les laboratoires CESDIP, CHCSC, DANTE, DAVID et PRINTEMPS de l’UVSQ et qui développe en particulier une thématique de recherche pluridisciplinaire sur les mobilités. Le domaine de recherche de Dominique Barth concerne l’algorithmique et l’apprentissage automatique avec différents domaines d’applications, en particulier liés à la ville numérique.