Par Radu Craiu
Le Département de sciences statistiques de l'Université de Toronto continue de recruter des talents exceptionnels à un rythme accéléré. Cette année, nous saluons l’arrivée de quatre fantastiques nouveaux collègues.
Liza Bolton rejoindra le Département de sciences statistiques de l'Université de Toronto à titre de professeure adjointe (pédagogique) en janvier. Ces dernières années, en plus d’enseigner un grand cours d’introduction à la statistique à l’Université d’Auckland en Nouvelle-Zélande, Liza a dirigé un cabinet de conseil statistique, collaborant avec des clients dans les secteurs de l’éducation, des ONG, du transport et de l’industrie. Après avoir passé la moitié de sa vie en Nouvelle-Zélande, elle a hâte de revenir dans son pays natal pour y partager son expérience en recherche, entreprise et enseignement. Liza s’emploie à aider le public à mieux comprendre la statistique et à aider ses étudiants à être, notamment, de meilleurs communicateurs en statistique. Elle finalise actuellement son doctorat en santé et statistiques officielles à l’Université d’Auckland.
Liza donne régulièrement des entretiens publics sur son travail et les sciences statistiques. Vous trouverez les plus récents ici (anglais uniquement) :
- RNZ : The Cambridge Analytica fallout
- Storyo : Everything you need to fall in love with Statistics
- StatsChat : Lotto… you’re doing it wrong!
Gwen Eadie est professeure adjointe employée conjointement par le Département de sciences statistiques et le Département d’astronomie et d’astrophysique de l'Université de Toronto. Ses travaux de recherche portent sur le domaine interdisciplinaire de l’astrostatistique; elle s’intéresse à l’utilisation et au développement de méthodes statistiques modernes ayant des applications en astronomie qui aideront à répondre à des questions fondamentales sur l’univers. Mme Eadie siège aux comités d’astrostatistique de la American Statistical Association et de la American Astronomical Society. Elle est titulaire d’un doctorat en physique et astronomie de l'Université McMaster et sa thèse s’est vu récompenser par une médaille nationale J. S. Plaskett. Pour plus de détails sur sa recherche, cliquez ici.
Chris Maddison rejoint les Départements de science informatique et de sciences statistiques de l'Université de Toronto et le Vector Institute à titre de professeur adjoint en juillet 2020. Ses travaux portent sur les méthodes d’apprentissage machine, notamment celles qui s’appliquent à grande échelle aux environnements d’apprentissage profond. Il s’intéresse tout particulièrement aux méthodes d’intégration et d’optimisation numérique et a effectué des recherches sur l’estimation des gradients, l’inférence variationnelle, les méthodes de Monte Carlo et les méthodes de premier ordre pour l’optimisation.
Chris est membre de l’Institute for Advanced Study à Princeton dans le programme spécial sur l’apprentissage machine théorique, ainsi que Fellow IA chez Open Philanthropy. Il a obtenu le prix du meilleur article de NeurIPS en 2014 et est un membre fondateur du projet AlphaGo.
Silvana Pesenti a récemment rejoint le Département de sciences statistiques de l'Université de Toronto à titre de professeure adjointe en gestion du risque d’assurance. Elle s’intéresse notamment à la quantification du risque et de l’incertitude et au développement de méthodes pour les modèles utilisés en gestion du risque d’assurance et financier. Elle est titulaire d’un doctorat en science actuarielle et assurance de la Cass Business School, Londres, pour lequel elle s’est vu décerner le prix Dimitris N. Chorafas de l’Institut de sciences Weizmann, et d’une maîtrise en mathématiques de l’ETH Zurich. À l’automne 2019, Silvana s’est vu décerner le prix Femmes d’excellence Dorothy Shoichet.
