Les rencontres MathTech

Thierry Colin

VP, multimodal R&D - SOPHiA GENETICS

 La prédiction de la réponse au traitement en oncologie : du concept à la réalité clinique. Exemples pour les cancers du poumon et du rein.

"Lorsqu’un patient est diagnostiqué d’un cancer, il va subir plusieurs examens médicaux qui vont permettre à l’oncologie de proposer le traitement le plus adapté. Ces examens conduisent à la production d'une importante quantité de données qui ne sont que très partiellement utilisées pour la prise en charge effective du patient. La quantité et la qualité des données générées a considérablement augmenté en une dizaine d’année (c’est particulièrement le cas pour la génomique) et dans un même temps l’éventail des traitements disponibles s’est considérablement étoffé. Notre mission chez SOPHiA est d’aider au mieux les oncologues à exploiter ces données pour un plus grand bénéfice  pour les patients. A travers deux exemples, je montrerai comme développer cette stratégie en navigant entre ce qui est possible mathématiquement, ce qui est déployable en routine clinique, ce qui est acceptable en terme d’usage pour les médecins."

Mantra : "Oui bien sûr, c’est possible !"

Cyril Falcon

Ingénieur R&D algorithmes, Exail - R&D Navigation

Quand les mathématiques tracent la route

"Quand le GPS n’est plus disponible, que ce soit sous l’eau, dans l’espace ou en zone de conflit, la navigation inertielle permet de se repérer en mesurant le mouvement. Les erreurs de position s’accumulent rapidement, et si des méthodes classiques basées sur des modèles statistiques peuvent les réduire, elles restent imparfaites. Chez Exail - R&D Navigation, nous développons un réseau de neurones récurrent (RNN) guidé par un filtre de Kalman pour dépasser ces contraintes et améliorer l’estimation des processus stochastiques."

Mantra : "Bien conceptualiser les problèmes pour mieux les résoudre"

Massil Hihat

Chercheur en Machine Learning à Califrais

De l'apprentissage séquentiel théorique pour des problèmes d'inventaires pratiques

"À Califrais, j'ai été exposé aux réalités des chaines d'approvisionnements.
Par exemple, une question qui se pose en gestion d'inventaire est : quelles quantités commander un jour donné afin de satisfaire des demandes futures inconnues sous des contraintes de capacité de stockage, de périssabilité, de délais de livraison, de minimums de commande...?
Dans cette présentation, je vous exposerai une partie de mes travaux de recherche qui a consisté en la conception et l'adaptation de modèles d'apprentissage séquentiels pour des problèmes de gestion d'inventaire avec, quand cela s'avert possible, des garanties théoriques sur l'apprentissage.
Cela aura pour but d'illustrer mon mantra : "la théorie sert la pratique et la pratique inspire la théorie", mais aussi les compromis à faire lorsqu'il s'agit d'apporter des solutions mathématiques à des problèmes concrets."

Mantra : "La théorie sert la pratique et la pratique inspire la théorie"

Aurélie Le Cain

Directrice Globale Data & AI - L-Acoustics Group

Utiliser les mathématiques pour nourrir la stratégie produit et accompagner la transformation des organisations

"Les mathématiques sont bien plus qu’un langage abstrait : elles sont un levier puissant pour comprendre, anticiper et agir sur le monde réel.

À la croisée de la recherche, de la technologie et de l’impact, je partagerai comment des travaux rigoureux peuvent se traduire en applications utiles et porteuses de sens. Au travers d'exemples concrets, voyons comment les algorithmes, les modèles mathématiques, les données peuvent devenir des leviers de performance, d'innovations et de décisions business."

Mantra : "Les mathématiques comme passerelle universelle entre recherche académique, innovation et création de valeurs."

Grégoire Loeper

Grégoire Loeper, Senior Scientific Advisor, BNP Paribas Global Markets

Transport Optimal : De la recherche fondamentale aux applications en finance.

"A l’issue de ma thèse en mathématiques sur le transport optimal, j’ai passé quelques années dans la recherche académique, puis j’ai bifurqué vers le monde de la finance de marché, sans vraiment abandonner la recherche… 
Ma carrière s’est ensuite partagée entre recherche fondamentale, et le monde des produits dérivés.
Je présenterai brièvement la théorie du transport optimal, les mathématiques de la finance et des produits dérivés, les ponts entre les deux, et l’impact que cela a eu sur ma carrière."