Pendant mes années d'études à l'École Normale Supérieure de Rennes, mon intérêt s’est porté sur la géométrie arithmétique. Aussi, le 30 juin 2023, j'ai soutenu ma thèse sous l'intitulé "opérateurs différentiels déformés en plusieurs variables".
Au cours de cette thèse, s'est posée pour moi la question de l'impact sociétal de mon travail. Question d'autant plus importante à mes yeux que le domaine mathématique de mes recherches semble éloigné des applications concrètes. J'ai ressenti le besoin de fusionner la dimension scientifique de mes recherches avec leur utilité sociale. J'étais convaincu que mes compétences mathématiques peuvent contribuer de manière significative à la résolution de problèmes concrets.
Souhaitant m'investir dans des projets qui reflètent cette démarche, j'ai commencé en octobre 2023 un CDD Passerelle financé par l'Agence Lebesgue avec pour objectif de m'orienter vers le Machine Learning. J'ai choisi le Machine Learning, car je m'étais intéressé brièvement durant mes études aux méthodes d'apprentissage et j'avais constaté que ce domaine faisait intervenir un large spectre de connaissances mathématiques. Ce champ scientifique permet aussi d'interagir avec des scientifiques de domaines autres que les mathématiques afin de collaborer sur des projets. C'est cette approche pluridisciplinaire qui a retenu mon attention.
Le CDD Passerelle me permet, en plus de me former à ce sujet, de travailler avec d'autres scientifiques sur deux projets :
- l’étude du lien entre la composition du microbiote intestinal et les performances sportives et certaines maladies
- la prédiction du taux de pollens dans l'air à partir de mesure photoélectrique (en collaboration avec l'entreprise LIFY-AIR située à Orléans)