Julie OGER
Docteur en mathématiques appliquées


  • Julie OGER,
  • 30 ans

Contact

Curriculum Vitæ

Télécharger


Dans le cadre d'un calcul de rendement de production, j’ai acquis des compétences en modélisation par surface de réponses et une maîtrise des méthodes Monte-Carlo qui peuvent également être appliquées à des problématiques similaires où l'intégration de fonctions complexes intervient.
Ces compétences peuvent ainsi trouver leur place au sein d'une équipe R&D dans le cadre notamment de l'optimisation de simulations complexes, d'études de variabilité ou de fiabilité.

 Mes compétences

Surfaces de réponses

Pour répondre à une problématique de modélisation à partir d'un nombre restreint de données, j'ai acquis des compétences en modélisation par surface de réponses nommée également krigeage appliquant un conditionnement bayésien à des mélanges de champs gaussiens et des priors impropres.

Monte-Carlo

L'exploitation statistique de modèle aléatoire nécessite, par essence, une approche stochastique. Dans ce but, j'ai acquis la maîtrise de diverses méthodes Monte-Carlo telles que le tirage Monte-Carlo préférentiel ou les méthodes quasi-Monte-Carlo qui font notamment intervenir des suites à discrépance faible.

Optimisation

Afin de construire efficacement un modèle aléatoire, il est nécessaire de sélectionner un plan d'expériences adéquate. Mes travaux de recherche m'ont amené à étudier plus particulièrement les techniques d'optimisation multi-objectives et multi-modales.

 Publications

A Random Field Model and its Application in Industrial Production.

Julie OGER, Emmanuel LESIGNE, Philippe LEDUC

Méthodes probabilistes pour l'évaluation de risques en production industrielle.

Julie OGER

tel-00982740

Avril 2014

 Communications

Objets connectés / Méthodes mathématiques et algorithmes associés pour le suivi du comportement des personnes isolées

Julie OGER & Stéphane BESSEAU

Innovatives Big data - CNRS

13 Octobre 2016

How algorithms can provide smart assistance to home care of the elderly with sensor solutions?

Julie OGER

 Expériences professionnelles

Depuis Janvier 2017         Boulogne-Billancourt

Data Scientist

Predical
Mise en place de méthodes statistiques de prévention pouvant détecter une modification du comportement humain à moyen-long terme.

2015 - 2017         Paris 13ème

Chercheur en Mathématiques

CNRS
Travaux soutenus par l' AMIES et le LPMA, en collaboration avec Mathilde MOUGEOT consistant à mettre en place une méthodologie pour la modélisation de l'activité humaine à l'aide de capteurs permettant ainsi de détecter une diminution de l'activité.

Juin - Août 2015         Lannion

Consultant en Mathématiques appliquées

Mulann
Mission, portée par AD'MISSIONS, consistant à analyser les solutions SPC existantes.

STMicroelectronics
2011 - 2014         Tours

Ingénieur recherche CIFRE

STMicroelectronics
Étude théorique et mise en oeuvre pratique d’une méthodologie probabiliste de calcul de risque de défaillance à partir d’un ensemble restreint de données numériques. Conception d’un logiciel scientifique à destination de clients internes.

STMicroelectronics
2010 - 2011         Tours

Ingénieur développement
stage 10 mois

STMicroelectronics
Réalisation d’un outil permettant de générer, d’après un ensemble de simulations "Élements finis", un modèle analytique équivalent (interpolation à l’aide d’un champ aléatoire). Cet émulateur est utilisé pour évaluer la robustesse d’un "design" vis-à-vis du procédé de fabrication, mesurée par le rendement de production.
Sous la direction de Philippe LEDUC

 Formations

LMPT
2011 - 2014         Tours

Doctorat de Mathématiques

Laboratoire de Mathématiques
et Physique Théorique
Méthodes probabilistes pour l'évaluation de risques
en production industrielle.
Sous la direction d'Emmanuel LESIGNE

Université François-Rabelais
2008 - 2011         Tours / Québec

Master International de Mathématiques des Transmissions Sécurisées

Université François-Rabelais
3ème semestre : Université Laval de Québec, Canada
Théorie de l'information, machine learning, probabilités, calculabilité, complexité, algorithmique, C, Matlab, bash.
Sous la direction de Pierre DAMPHOUSSE

Université des Sciences et Techniques
2005 - 2008         Nantes

Licence de Mathématiques, parcours informatique

Université des Sciences et Techniques
Probabilité, statistiques, calcul intégral, algorithmique, programmation, C++