Tél. 01 75 31 97 16
Site web personnelPersonal Web Site
Équipe de recherche :Research Team:
Signal, Statistique et Apprentissage (S2A)Signal, Statistics and Learning (S2A)
Laboratoire :Laboratory:
Laboratoire Traitement et Communication de l'Information (LTCI)Information Processing and Communication Laboratory (LTCI)
Département :Department:
Image, Données, Signal (IDS)Image, Data, Signal (IDS)
Je suis actuellement enseignant-chercheur à Télécom Paris dans l’équipe Signal, Statistique et Apprentissage (S²A) du Laboratoire de Traitement de l’Information et de la Communication (LTCI). Mes principaux domaines de recherche sont la profondeur des données, le machine learning, les statistiques de calcul, les valeurs manquantes, les statistiques robustes, l’analyse des données multivariées, l’analyse des données fonctionnelles, l’analyse des enveloppes de données.
Vous pouvez télécharger ici mon curriculum vitae complet.
2020-2021:
- Statistique (2ème année, MDI220).
- Apprentissage non-supervisé (Formation spéciale pour Natixis).
- Apprentissage Statistique et Fouille de Données (Mastère Spécialisé Big Data, MDI343).
- Tail Events Analysis : Robustness, Outliers and Models for Extreme Values (Master Data Science, DATA918).
2019-2020:
- Statistical Module (Mastère Spécialisé Artificial Intelligence, MDI721).
- Apprentissage Statistique (Mastère Spécialisé Artificial Intelligence, IA710).
- Apprentissage Statistique et Fouille de Données (Mastère Spécialisé Big Data, MDI343).
- Statistics: Linear Models (2ème année, SD-TSIA204).
- Machine Learning for Multimedia (Master Multimedia, MN915).
- Machine Learning Avancé (Mastère Spécialisé Big Data, MDI341).
- Machine Learning (2ème année, SD-TSIA210).
-
Tail Events Analysis : Robustness, Outliers and Models for Extreme Values (Master Data Science, DATA918).
2018-2019:
- Statistique (2ème année, MDI220).
- Linear Models (Mastère Spécialisé Big Data, MDI720).
- Apprentissage Statistique et Fouille de Données (Mastère Spécialisé Big Data, MDI343/MDI724).
- Statistics: Linear Models (2ème année, SD-TSIA204).
- Machine Learning for Multimedia (Master Multimedia, MN915).
- Machine Learning Avancé (Mastère Spécialisé Big Data, MDI341/MDI732).
- Machine Learning (2ème année, SD-TSIA210 (CrD)).
Review: one year of research 2022
Enseignants-chercheurs, Innovation — 13/06/2023The document depicts the great variety of scientific fields, research projects and applications generated by this abundant [...]Rétrospective : un an de recherche
Enseignants-chercheurs, Innovation — 13/06/2023L'ouvrage présente la grande diversité des domaines scientifiques du numérique, les travaux des 18 équipes de recherche et [...]Data science et performance industrielle
Partenariats entreprises, Data science & IA — 17/06/2022Valeo, partenaire industriel de la chaire Data Science & Artificial Intelligence for Digitalized Industry & [...]Review: one year of research
Enseignants-chercheurs, Innovation — 28/04/2022The generously illustrated 94-page document depicts the great variety of scientific fields, research projects and applications [...]Rétrospective : un an de recherche
Enseignants-chercheurs, Innovation — 28/04/2022L'ouvrage présente, en 94 pages richement illustrées, la grande diversité des domaines scientifiques du numérique, les [...]Un an de recherche et d’innovation, prix de l'ARCES!
Enseignants-chercheurs, Innovation — 08/10/2021L’Association des Responsables de Com' de l'Ens'Sup' décerne un des Prix de la Com’ 2021 à l'École qui [...]La détection d’anomalies : un domaine en exploration
Data science & IA — 01/07/2021Si la collecte, le stockage et l’analyse sont les premiers traitements appliqués aux données massives qui viennent [...]Un an de recherche et d’innovation
Enseignants-chercheurs, Innovation — 10/03/2021L'ouvrage présente, en 84 pages richement illustrées, la grande diversité des domaines scientifiques du numérique, les [...]A year of research and innovation
Enseignants-chercheurs, Innovation — 10/03/2021The generously illustrated 84-page document depicts the great variety of scientific fields, research projects and applications [...]Interprétation, responsabilité et robustesse dans le machine learning
Confiance numérique, Data science & IA — 17/02/2021De nos jours, la science des données, le machine learning, les solutions basées sur [...]Interpretability, Accountability and Robustness in Machine Learning
Confiance numérique, Data science & IA — 16/02/2021Nowadays, data science, machine learning, artificial intelligence based solutions being [...]Une IA explicable : flexibilité et spécificité du contexte
Confiance numérique, Data science & IA, Enseignants-chercheurs — 23/04/2020L'initiative Operational AI Ethics de Télécom Paris vient de publier son [...]Flexible and Context-Specific AI Explainability: A Multidisciplinary Approach
Confiance numérique, Data science & IA — 23/04/2020Telecom Paris' Operational AI Ethics initiative has just published its first [...]4 postes de post-doctorant·es en apprentissage statistique à Télécom Paris
Data science & IA — 15/10/20194 postes de post-doctorant·es sont actuellement proposés pour des missions portant sur [...]