L’Université de l’Alberta est heureuse d’accueillir quatre nouveaux collègues dans son groupe de statistique.

Yafei Wang (poste de professeure adjointe menant à la permanence)

Yafei a rejoint l’Université de l’Alberta en tant que professeure adjointe le 1er juillet 2023. Yafei a obtenu son doctorat en statistique à l’Université de technologie de Beijing. Avant de rejoindre l’Université de l’Alberta, Yafei a été chercheure postdoctorale à l’Université de l’Alberta (novembre 2019 – octobre 2022) et a travaillé comme maître de conférences à l’Université d’Essex (novembre 2022 – juin 2023).

La recherche de Yafei porte principalement sur l’analyse de données massives complexes et structurées, et notamment sur le développement de méthodes pour l’estimation robuste, la conception optimale, les tests d’hypothèse pour l’analyse de données fonctionnelles et leur application à l’analyse de données d’imagerie cérébrale, et l’optimisation stochastique avec un accent initial sur les fondations algorithmiques et théoriques permettant de résoudre les problèmes de décision guidés par les données avec des objectifs convexes. Elle s’intéresse également à l’étude de l’inférence statistique de l’apprentissage par renforcement tout en ouvrant la « boîte noire » pour une plus grande compréhension et interopérabilité.

Wenlu (Lucy) Tang (professeure adjointe Max-Wyman)

Lucy est titulaire d’un doctorat en statistique de l’Université chinoise de Hong Kong et d’une licence en mathématiques et en économie de l’Université du Sichuan en Chine. Avant de nous rejoindre, elle était professeure adjointe de recherche à l’Université polytechnique de Hong Kong.

Lucy s’intéresse à l’analyse de données en haute dimension, à l’apprentissage statistique automatique, à l’inférence semi-paramétrique et à la biostatistique. Son travail est centré sur l’analyse de données hétérogènes et déséquilibrées, et elle est désireuse de partager et d’explorer de nouvelles méthodes statistiques à l’avenir. En plus de ses activités de recherche, Lucy est également passionnée par l’enseignement de sujets statistiques dans un contexte de science des données, tout en travaillant sur des projets réels liés aux données pour le bien social.

Sharandeep Pandher (conférencier adjoint)

Sharandeep a obtenu sa maîtrise en mathématiques à l’université Guru Nanak Dev et son premier doctorat en techniques d’optimisation à l’Université Punjabi de Patiala. Il a récemment obtenu son deuxième doctorat en statistique à l’Université de Regina.

Les travaux de recherche de Sharandeep sont principalement axés sur les séries chronologiques avec inférence statistique utilisant une stratégie d’estimation par retrait. Il a développé la spécification du modèle, l’estimation des paramètres et l’étude de simulation pour la régression linéaire et le modèle linéaire généralisé avec des modèles de séries chronologiques. L’utilité du nouveau développement a été mise en œuvre sur des ensembles de données de l’indice de rendement S&P 500 et des essais cliniques.

Andy McCormack (poste de professeur adjoint menant à la permanence)

Andy a obtenu sa licence en mathématiques à l’Université de Toronto. Il a ensuite obtenu son doctorat en statistique à l’Université Duke sous la direction de Peter Hoff. Andy travaille actuellement comme chercheur postdoctoral à l’Université technique de Munich, d’où il rejoindra la faculté de l’Université d’Alberta en 2024.

Les recherches d’Andy se concentrent sur la manipulation de données complexes, telles que les tenseurs et les données à valeurs multiples. Il utilise dans son travail des idées de la géométrie pour fournir de nouveaux aperçus sur la structure des données. Il aime également réfléchir aux questions fondamentales de la statistique et aux implications de ces questions pour la prise de décision en science et dans la société.