Tél. 01 75 31 97 05
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)
Stephan Clémençon effectue ses travaux de recherche en mathématiques appliquées au sein du laboratoire LTCI de Télécom Paris. Il y anime l’équipe de recherche S2A (Statistiques et Applications). Ses thématiques de recherche se situent principalement dans les domaines de l’apprentissage statistique, des probabilités et des statistiques. Il est responsable du Mastère Spécialisé « Big Data » à Télécom Paris. Il a été titulaire de la chaire industrielle « Machine Learning for Big Data » de 2013 à 2018 et s’investit à présent activement au sein de la chaire « Data Science and AI for Digitalized Industry and Services ».
Recrutements en cours
Doctorants, Post-Doc, stages de Master à Télécom Paris : contactez-moi par mail.
Parcours académique
Avant de rejoindre Télécom Paris, Stephan Clémençon a travaillé comme enseignant-chercheur à l’Université Paris X (2000-2005) et chercheur dans l’unité de recherche INRA Met@risk (2005-07). Il a également été membre du laboratoire LPMA (Modélisation Stochastique et Probabilité) des Universités Paris 6 et Paris 7 UMR CNRS N° 7799. Il a reçu sa formation universitaire à l’Université Paris 7 Denis Diderot (Doctorat en Mathématiques Appliquées, en visite au Département de Statistique de l’Université de Stanford, 1997-1998).
Ses principales contributions de recherche sont dans les domaines de l’apprentissage machine, des processus stochastiques et de la statistique non paramétrique. Stephan Clémençon a également un goût immodéré pour la modélisation stochastique et la statistique appliquée dans divers domaines d’application, allant de la finance quantitative aux biosciences, en passant par le traitement du signal et des images.
Enseignement
Télécom Paris
Martingale Theory – MACS 203
Machine Learning – MDI 343
Advanced Machine Learning – INFMDI 341
Advanced Nonparametric Statistics SD-TSIA 205
Meetup Big Data – INFMDI 722
Projects Big Data – INFMDI 780
Ensae Paris
Advanced Techniques in Statistical Learning
Université Paris Diderot – M2MO
An Introductory Course to Statistical Learning
ENS Paris Saclay – MVA
Probability and Stochastic Processes – Refresher course
Corps des Mines
Pesto IoT
AI Initiative – Learning Expedition
Ecole Polytechnique – Master Data Science
Machine Learning: From Theory to Practice – MDI 926
ENPC ParisTech – Post Master degree Smart Mobility
A Tour of AI for Mobility Data/Applications
Quèsaco les réseaux de neurones ? (IMTech)
Data science & IA, Enseignants-chercheurs — 30/09/2024Stéphan Clémençon : ce sont des modèles d’IA conçus par apprentissage automatique qui permettent à [...]
La lettre du LTCI (2024 #1#2)
Doctorat, Enseignants-chercheurs — 11/07/2024Nouvelle dénomination d'équipe. Finale nationale MT180. Télécom Paris Ideas. Évaluation Hcérès. Outil anti-plagiat en [...]Pour une IA plus frugale (Les Échos)
Data science & IA, Enseignants-chercheurs — 11/06/2024Stéphan Clémençon : L'explosion annoncée de l'IA générative sera très énergivore.
La lettre du LTCI (2023 #3)
Doctorat, Enseignants-chercheurs — 13/10/2023Florence Tupin nouvelle responsable du dépt. IDS, Cyberattaques, Lasers quantiques, 5+G, YAGO, Impact carbone, ELEVATE Center, [...]
Les algorithmes, entre intelligence et injustice artificielles (Nextinpact)
Confiance numérique, Data science & IA, Enseignants-chercheurs — 14/01/2022Les chercheurs D. Bounie, S. Clémençon et P. Waelbroeck [...]
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 [...]
AI Ethics News : un regard interdisciplinaire sur l'IA éthique
Confiance numérique, Data science & IA — 08/02/2021L'initiative de recherche Operational AI Ethics de Télécom Paris, lance une newsletter [...]
Regards interdisciplinaires sur les biais algorithmiques dans la finance
Confiance numérique, Data science & IA — 25/01/2021L’édition du 11 janvier des « Lundis de l’IA et la Finance » de l’ACPR et [...]
Pourquoi les algorithmes de reconnaissance faciale ne peuvent pas être parfaitement équitables
Confiance numérique, Data science & IA, Enseignants-chercheurs — 06/10/2020En juin 2020, un algorithme de [...]
Hi! Paris : Télécom Paris en pointe dans le centre de recherche en IA HEC/IP Paris
Data science & IA — 18/09/2020La science des données et l'IA sont un domaine de prédilection de Télécom Paris. C'est [...]
Programme National pour l’IA : Télécom Paris a lancé deux nouvelles chaires
Data science & IA — 17/09/2020Le 29 mars 2018, Emmanuel Macron a présenté, à l'occasion du colloque "AI for Humanity" la [...]
Why facial recognition algorithms can’t be perfectly fair
Confiance numérique, Enseignants-chercheurs — 20/07/2020By W. Maxwell and S. Clémençon. Facial recognition algorithms have been shown to be less [...]Télécom Paris remporte deux appels à projet de l'ANR en IA
Data science & IA — 27/04/2020Télécom Paris remporte deux appels à projet de l'ANR et ajoute deux nouvelles chaires en Intelligence [...]
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 [...]