S.S. Chern Young Faculty Awards : un nouveau dispositif d’accompagnement pour les jeunes mathématiciens de l’X

Créé en 2023, le Shiing-Shen Chern Young Faculty Award est un dispositif d’accompagnement ciblé destiné à de brillants enseignants-chercheurs en début de carrière, membres des départements de mathématiques et de mathématiques appliquées à l’École polytechnique. Pendant une durée de trois ans, les lauréats bénéficieront d'une prime d'excellence scientifique et d'un budget de recherche qui leur permettra de développer de manière autonome un projet de recherche ambitieux.

Financé par les mécènes de la Fondation de l’École polytechnique, et notamment Jia Li (X 2010), Qube Research & Technologies (QRT), Luoshu Investments et Ban Zheng (X 2005), ce nouveau dispositif a vocation à attirer et retenir les jeunes mathématiciens les plus talentueux au sein des laboratoires de l’X. Il contribuera également à accroître le rayonnement international de la recherche en mathématiques de l’École polytechnique et de l’Institut Polytechnique de Paris (IP Paris).

Ancienne élève de l’École Normale Supérieure de Paris, Anne-Sophie de Suzzoni est titulaire d’un doctorat consacré aux équations aux dérivées partielles à conditions initiales aléatoires, qu’elle a préparé à l’Université de Cergy-Pontoise. Après avoir débuté sa carrière en tant que maîtresse de conférences à l’Université Sorbonne Paris Nord, elle a rejoint en 2018 le Centre de mathématiques Laurent Schwartz (CNRS, École polytechnique - IP Paris) et gère aujourd’hui son équipe d’analyse. En janvier 2023, elle a été nommée professeure à l’École polytechnique.

Spécialiste des équations dérivées partielles dispersives, Anne-Sophie de Suzzoni propose d’étudier le système d’Einstein-Dirac avec l’ambition de commencer à appréhender la stabilité des trous noirs pour ce système d’équations. Elle s’intéressera par ailleurs à l’étude de la turbulence d’onde, un phénomène permettant d’observer, pour un fluide hors d’équilibre, une transition d’énergie des basses vers les hautes fréquences. Son objectif est de comprendre ce phénomène et de dériver rigoureusement les équations que le décrivent.

Spécialiste de l’apprentissage statistique, Alain Oliviero Durmus est diplômé de l’École des Ponts et de l’ENS Cachan. Il a également effectué une thèse en mathématiques appliquées à Télécom Paris dédiée aux méthodes de Monte Carlo par chaîne de Markov en grandes dimensions. De 2017 à 2022, il a été Maître de conférences à l’ENS Paris-Saclay, avant de rejoindre en septembre 2022 le Centre de mathématiques appliquées (CNRS, École polytechnique - IP Paris) et de devenir professeur à l’X.

Grâce au soutien apporté par le Shiing-Shen Chern Young Faculty Award, Alain Oliviero Durmus poursuivra ses travaux sur les méthodes de simulations et d’échantillonnage. Il propose de développer de nouvelles méthodes de quantification de l’incertitude répondant aux nouveaux enjeux et défis auxquels le machine learning est aujourd’hui confronté, comme la complexité importante des modèles utilisés ainsi que la protection des données personnelles. En parallèle, il ambitionne d’analyser et de concevoir de nouveaux modèles génératifs en utilisant les méthodes de Monte Carlo par chaîne de Markov ou encore en s’appuyant sur la théorie du transport optimal.