Francis Bach

 
Inria
Directeur de recherche

Francis Bach est chercheur à l’Inria et dirige depuis 2011 l’équipe d’apprentissage statistique (machine learning) du Département d’Informatique de l’Ecole Normale Supérieure (ENS) qui est commune entre le CNRS, l’ENS et Inria. Il est professeur attaché à l’ENS depuis 2016. Il est diplômé de l’Ecole Polytechnique (1997) et a obtenu sa thèse en Informatique de l’Université de Berkeley en 2005, sous la direction du Professeur Michael Jordan. Après deux ans au centre de Morphologie Mathématique de l’Ecole des Mines de Paris, il a rejoint l’équipe de vision artificielle CNRS/ENS/Inria de 2007 à 2010.
Il s’intéresse principalement aux aspects algorithmiques et théoriques du machine learning, et plus précisément aux méthodes parcimonieuses, aux méthodes à base de noyaux, à l’optimisation à grande échelle, la vision artificielle et le traitement du signal.
Francis Bach a obtenu une bourse “Starting Grant” en 2009 et une bourse “Consolidator Grant” en 2016 du European Research Council. Il a reçu le Prix Inria du jeune chercheur en 2012, le prix “test-of-time ICML” en 2014, ainsi que le Prix Lagrange en optimisation continue en 2018 et le Prix Jean-Jacques Moreau en 2019. En 2015, il a été co-président du comité de programme de l’International Conference in Machine Learning (ICML) et son président en 2018. Il est actuellement co-éditeur-en-chef du Journal of Machine Learning Research (JMLR).

François Laviolette

 
Université Laval
Directeur du Centre de recherche en données massives

François Laviolette est professeur titulaire au département d’informatique et de génie logiciel de l’Université Laval. Ses travaux de recherches portent sur l’intelligence artificielle, en particulier l’apprentissage automatique. Chef de file de la théorie PAC-bayésienne, qui permet de mieux comprendre les algorithmes d’apprentissage automatique et d’en concevoir de nouveaux, il s’intéresse entre autres à ceux permettant de résoudre des problèmes d’apprentissage liés à la génomique, à la protéomique et à la découverte de médicaments. Il s’intéresse également à rendre les intelligences artificielles interprétables dans le but de mieux intégrer des systèmes où des humains sont dans la boucle de décision. Il est directeur du Centre de recherche en données massives (CRDM) de l’Université Laval qui regroupe plus de 50 professeurs chercheurs.

Christophe Lecante

 
TecKnowMetrix
PDG fondateur

Après avoir débuté en tant que responsable de la veille stratégique, puis responsable marketing stratégique d’un groupe international de services basé au Canada, Christophe Lecante prend ensuite la direction générale de plusieurs entités dans le domaine de l’aéronautique.
En 2003, TecKnowMetrix (TKM) naît au sein de l’incubateur de Grenoble d’un essaimage de la recherche publique (Inra et Université de Grenoble). Editeur logiciel et société de services, TKM est spécialisée dans l’usage du Big Data appliqué à la littérature scientifique.
Chritsophe Lecante participe à de nombreux cercles de réflexion et de travail sur l’innovation et les relations entre Science et Société. Il accompagne des grands groupes, des centres de recherche et des porteurs de Start up dans la mise en œuvre et le pilotage de leurs stratégies d’innovation. Il est membre du jury de concours comme les “Docteurs Entrepreneurs”, “Start up Connexion” ou encore “Digital Impulse” (Rencontres Université Entreprise et Huawei).
Il intervient également dans de nombreuses tables rondes ou conférences sur les thèmes du Big Data, de la Veille et de Transfert de Technologie.

Jean-Michel Loubes

 
IMT – Université Toulouse 3 – Paul Sabatier / DEEL / ANITI
Professeur

Jean-Michel Loubes est Professeur de Mathématiques Appliquées à l’Institut de Mathématiques de Toulouse, porteur de la Chaire “Fair and Robust Learning” au sein de l’Institut d’Intelligence Naturelle et Artificielle de Toulouse (ANITI). Après une thèse à Toulouse et Leiden, il a été de 2001 à 2007 chercheur au CNRS à l’Université d’Orsay puis à l’Université de Montpellier. Depuis 2007, il est professeur à l’Université de Toulouse, dirigeant l’équipe de Statistique et Probabilités de 2008 à 2012. Il a travaillé en statistique mathématique sur les méthodes d’estimation et les vitesses optimales en Machine Learning. Ses recherches actuelles portent d’une part sur l’application de la théorie du transport optimal en Machine Learning et d’autre part sur les problématiques de “fairness” et de robustesse de l’Intelligence Artificielle. Très impliqué dans les liens entre le monde académique et l’industrie, il a été responsable régional de 2012 à 2017 de l’Agence de Valorisation des Mathématiques du CNRS et siège depuis 2019 au Comité Scientifique de l’Institut des Sciences Mathématiques et de leur Interaction (INSMI) du CNRS.

Juliette Mattioli

 
Thales
Expert Sénior en Intelligence Artificielle

Juliette Mattioli a débuté sa carrière industrielle en 1990, pour une thèse en reconnaissance de formes par morphologie mathématique et réseaux de neurones à Thomson-CSF. Elle devient en 1993, ingénieur de recherche. Au fur et à mesure de ses promotions, évolutions et mutations, elle a, au travers des différents laboratoires de R&D qu’elle a dirigés, étendu son spectre de compétences du domaine du traitement d’images à la fusion d’information sémantique, de l’aide à la décision à l’optimisation combinatoire. Sa présence, tant dans les comités de programme de conférences, d’instances nationales (mission #FranceIA, plan “AI 2021” pour IdF, Hub “Data Science & AI” du pôle Systematic Paris-Région) ou internationales (G7 des innovateurs en 2017) montre également son intention de faire partager ses connaissances et de participer à l’émancipation de la recherche d’entreprise. Depuis 2010, elle est rattachée à la direction technique de Thales pour contribuer à la définition de la stratégie en recherche et innovation, pour le domaine algorithmique avec un regard particulier sur l’IA de confiance mais aussi sur l’ingénierie de l’algorithmique afin d’accélérer le déploiement industriel de solutions à base d’IA.

François Provencher

 
Pratt & Whitney Canada
Innovation Officer

En qualité de responsable de l’innovation numérique chez Pratt & Whitney Canada, François Provencher s’occupe de l’ensemble des technologies numériques émergentes (incluant, entre-autres, l’intelligence artificielle, l’informatique quantique, la robotique avancée, etc.). Ses principales fonctions comprennent la veille technologique, la diffusion des technologies au sein de l’entreprise ainsi que la mise en place de processus de gestion de l’innovation spécifiques aux technologies numériques. Il participe également activement au développement d’un écosystème aéro-numérique.
Il a été nommé Directeur du Bureau de Collaboration Technologique en 2013. Ce bureau est responsable de l’ensemble des projets de recherche effectués en collaboration avec les universités et d’autres entreprises aérospatiales. Il a été également impliqué dans un grand nombre d’organismes voués à la recherche et à l’éducation dans le secteur aérospatial tels que le CRIAQ, le comité technologie de l’AIAC, GARDN, le CAMAQ ainsi que SA2GE.
Auparavant, il a travaillé chez Dassault Systèmes en tant que consultant puis gestionnaire en gestion du cycle de vie des produits. Dans le cadre de ses fonctions, il a travaillé auprès de grandes sociétés du secteur aéronautique et automobile telles que Boeing, Chrysler et Bombardier Aéronautique.