Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

CV de Jérôme Saracco– Janvier 2021 Date et lieu de naissance : 5 février 1969 à

CV de Jérôme Saracco– Janvier 2021 Date et lieu de naissance : 5 février 1969 à Mazamet (81-Tarn, France) https://jerome-saracco.fr/ Professeur des Universités, classe exceptionnelle, en mathématiques appliquées (section CNU 26, spécialité « Statistique »), à Bordeaux INP (Institut Polytechnique de Bordeaux). Vision synthétique de mes responsabilités actuelles ou récentes : ü Directeur des études de l’École Nationale Supérieure de Cognitique (ENSC - Bordeaux INP). ü Responsable de l’équipe OptimAl « Optimisation mathématique, modèle aléatoire et statistique » de l’IMB depuis 2019. ü Membre de l’équipe projet ASTRAL chez Inria Bordeaux - Sud-Ouest depuis 2021. ü Membre élu du CNU 26 depuis 2019. • Directeur adjoint de l’Institut de Mathématiques de Bordeaux (IMB), UMR CNRS 5251 de 2015 à 2018. • Responsable de l’équipe « Probabilités et Statistique » de l’IMB de 2010 à 2015. • Membre de l’équipe projet CQFD chez Inria Bordeaux - Sud-Ouest de 2008 à 2020. • Vice-président de la Société Française de Statistique (SFdS) de 2014 à 2016. • Membre élu du conseil d’administration de la SFdS de 2014 à 2020. • Membre élu du CNU 26 de 2011 à 2015 et de 2003 à 2004. Coordonnées : Ecole Nationale Supérieure de Cognitique (ENSC – Bordeaux INP), 109 avenue Roul, 33405 TALENCE cedex email : jerome.saracco@ensc.fr Institut de Mathématiques de Bordeaux (IMB), UMR CNRS 5251, 351, cours de la Libération, 33405 TALENCE cedex e-mail : jerome.saracco@math.u-bordeaux.fr Equipe ASTRAL, INRIA Bordeaux Sud Ouest e-mail : jerome.saracco@inria.fr Tél. : +33 5 24 57 41 73 (INRIA) / 06 21 40 70 63 Cursus universitaire : - 2003 : HDR en Biostatistique, Université Montpellier 2 - 1993-1996 : Doctorat en Statistique de l’Université Paul Sabatier de Toulouse - 1990-1993 : Magistère d’économiste statisticien, Université Paul Sabatier de Toulouse & Université Toulouse 1 • 1992-1993 : DEA de mathématiques appliquées (statistique), Université Paul Sabatier de Toulouse • 1991-1992 : Maîtrise d’économétrie, Université Toulouse 1 • 1990-1991 : Licence d’économie, Université Toulouse 1 - 1988-1990 : DEUG MMPI (Mathématiques, Mécanique, Physique, Informatique), Université Paul Sabatier de Toulouse Parcours professionnel universitaire : - 2010 – … : PR 26ème section à Bordeaux INP (affecté à l’ENSC) - 2006 – 2010 : PR 26ème section à l’Université Montesquieu Bordeaux 4 - 2004 – 2006 : PR 26ème section à l’Université de Bourgogne - 1997 – 2004 : MCF 26ème section à l’Université Montpellier 2 - 1996 – 1997 : ATER 26ème section à l’Université Toulouse 1 Brève description de mes thématiques de recherche actuelles : Mes travaux s’articulent autour de la modélisation statistique, de la statistique multidimensionnelle et de la statistique appliquée. Un point central de mes thématiques de recherche concerne la réduction de la dimension (par exemple autour d’approches de type SIR : sliced inverse regression, des méthodes de classification de variables ou d’analyses en composantes principales pour des données mixtes) afin de pouvoir mieux visualiser, modéliser et prédire. Je m’intéresse aussi à l’estimation non paramétrique des quantiles conditionnels, à la modélisation des phénomènes de sûreté de fonctionnement par des processus stochastiques, à des applications en imagerie médicale, ... Mes travaux portent aussi bien sur des résultats théoriques, que sur la mise en œuvre des modèles et méthodologies développées par le biais de leur implémentation informatique, généralement sous forme de packages R. Je m’intéresse également aux applications réelles dans le cadre de collaborations pluridisciplinaires ou de contrats industriels. Mes domaines d’application (liste non exhaustive) sont très variés : biologie, biométrie, environnement, épidémiologie, économie, fiabilité, médecine, psychologie, cognitique, … Thèses encadrées actuellement ou récemment soutenues : - Septembre 2018 – Septembre 2021 : Alexandre Conanec (Université de Bordeaux, EDMI). « Modulation et optimisation statistique de données multi-tableaux : modélisation des facteurs de variations dans la gestion des compromis entre différents jeux de données », bourse Région Nouvelle Aquitaine et Bordeaux Sciences Agro, co-encadrement avec Marie Chavent (30%, Université de Bordeaux) et Marie-Pierre Ellies-Oury (30%, Bordeaux Sciences Agro & INRA). - Septembre 2017 – Octobre 2020 : Loïc Labache (Université de Bordeaux). « Création d'un atlas cérébral évolutif de régions fonctionnelles définies à partir d'une cohorte de 297 sujets ayant effectués 20 tâches cognitives en IRMf », bourse CEA, co- encadrement avec Marc Joliot (50%, Université de Bordeaux & CEA). - Septembre 2016 – Novembre 2019 : Hadrien Lorenzo (Université de Bordeaux). « Analyse supervisée multibloc en grande dimension », bourse Inria – Inserm « Médecine Numérique », co-encadrement avec Rodolphe Thiébaut (50%, Université de Bordeaux). - Décembre 2014 - Janvier 2018 : Ines Jlassi (Université de Monastir, Tunisie). « Contributions à la réduction de dimension en régression et à l’estimation non paramétrique des quantiles conditionnels », bourse tunisienne, co-encadrement avec Leila Ben Abdelghani (30%, Faculté des Sciences de Monastir). - Octobre 2012 – Octobre 2015 : Isabelle Charlier, « Quantification optimale et quantiles conditionnels », bourse du FNRS, co- tutelle entre l’ULB et l’UBx1, co-encadrement avec D. Paindaveine (50%, ULB) - Novembre 2012 – Octobre 2015 : Amaury Labenne, « Approche statistique du diagnostic territorial par la notion de qualité de vie », bourse ANR / Irstea, co-encadrement avec Marie Chavent (Ubx2, 50%). - Oct. 2011 – Oct. 2014 : Karim Claudio, « Un outil d’aide à la maîtrise des pertes dans les réseaux d’eau potable : Mise en place d’un modèle de fuite multi-états en secteur hydraulique instrumenté », Bourse Cifre avec la Lyonnaise des eaux, co- encadrement avec Vincent Couallier (30%, UBx2) et Yves Legat (30%, Irstea) - Sept. 2010 – Sept. 2013 : Raphaël Coudret, « Développement de modèles statistiques avec application sur des données en environnement et génétique », Bourse IMB-EPOC de l’Univ. Bx 1, co-encadrement avec G. Durrieu (50%, UBS) - Nov. 2010 – Nov. 2013 : Camille Baysse, « Analyse et optimisation de la fiabilité d’un équipement opto-électronique équipé de HUMS », Bourse Cifre avec Thales Optronique, co-encadrement avec Anne Gégout-Petit (50%, UBx) Au total, 12 thèses soutenues, 1 thèse en cours Publications entre 1997-2020 (articles + chapitres d’ouvrage) : Articles dans des revues internationales 1. Chavent, M., Genuer, R., Saracco, J. (2021). Combining clustering of variables and feature selection using random forests. Communications in Statistics – Simulation and computation, 50:2, 426-445. 2. Charlier, I., Paindaveine, D., Saracco, J. (2020). Multiple-ouput quantile regression through optimal quantization. Scandinavian Journal of Statistics, 47:1, 250-278. 3. Jlassi, I., Saracco, J. (2019). Variable importance assessment in sliced inverse regression for variable selection. Communications in Statistics – Simulation and computation, 48:1, 169-199 4. Chavent, M., Kuentz-Simonet, V., Labenne, A., Saracco, J. (2018). ClustGeo: an R package for hierarchical clustering with spatial constraints. Computational Statistics, 33, 1799-1822. 5. Liquet, B., Saracco, J. (2016). BIG-SIR a sliced Inverse regression approach for massive data. Statistics and Its Interface, 9(4), 509- 520. 6. Charlier, I., Paindaveine, D., Saracco, J. (2015). QuantifQuantile : an R package for performing quantile regression through optimal quantization. The R journal, Vol. 7/2, 65-80. 7. Charlier, I., Paindaveine, D., Saracco, J. (2015). Conditional quantile estimation based on optimal quantization : from theory to practice. Computational Statistics and Data Analysis, 91, 20–39. 8. Charlier, I., Paindaveine, D., Saracco, J. (2015). Conditional quantile estimation through optimal quantization. Journal of Statistical Planning and Inference, 156,14–30. 9. Coudret, R., Durrieu, G., Saracco, J. (2015). Comparison of kernel density estimators with assumption on number of modes. Communications in Statistics - Simulation and Computation, 44(1), 196-216. 10. Bercu, B., Nguyen, T.M.N., Saracco, J. (2015). On the asymptotic behavior of the recursive Nadaraya-Watson estimator associated with the recursive SIR method. Statistics, 49(3), 660-679. 11. Coudret, R., Girard, S., Saracco, J. (2014). A new sliced inverse regression method for multivariate response variable. Computational Statistics and Data Analysis, 77, 285–299. 12. Chavent, M., Girard, S., Kuentz-Simonet, V., Liquet, B., Nguyen, T.M.N., Saracco, J. (2014). A sliced inverse regression approach for data stream. Computational Statistics, 29(5), 1129-1152. 13. Coudret, R., Liquet, B., Saracco, J. (2014). Comparison of sliced inverse regression approaches for underdetermined cases. Journal de la Société Française de Statistique, 155(2), 72-96. 14. Baysse, C., Bihannic, D., Gégout-Petit, A., Prenat, M. and Saracco, J. (2014). Hidden Markov Model for the detection of a degraded operating mode of optronic equipment. Journal de la Société Française de Statistique, 155(3), 48-61. 15. Chavent, M., Kuentz-Simonet, V., Liquet, B., Saracco, J. (2012). ClustOfVar: An R Package for the Clustering of Variables. Journal of Statistical Software, 50, 1-16. 16. Chavent, M., Kuentz-Simonet, V., Saracco, J. (2012). Orthogonal rotation in PCAMIX. Advances in Data Analysis and Classification, 6 (2), 131-146. 17. Azaïs, R., Gégout-Petit, A., Saracco, J. (2012). Optimal quantization applied to Sliced Inverse Regression. Journal of Statistical Planning and Inference, 142, 481-492. 18. Bercu, B., Nguyen, T.M.N., Saracco, J. (2012). A new approach of recursive and non recursive SIR methods. Journal of the Korean Statistical Society, 41, 16-36. 19. Liquet, B., Saracco, J. (2012). A criterion for selecting the number of slices and the dimension of the model in SIR and SAVE approaches. Computational Statistics, 27, 103-125. 20. Chavent, M., Kuentz, V., Liquet, B., Saracco, J. (2011). Sliced Inverse Regression for stratified population. Communications in Statistics - Theory and Methods, 40, 1-22. 21. Kuentz V., uploads/Litterature/ cvcourt-saracco-janvier2021-1.pdf