Bachelor Data Science by Design : l'équipe

Valérie Nachef est titulaire d'une thèse de doctorat de l'Université Paris 6 et d'une thèse d'habilitation de l'Université de Cergy-Pontoise.

Elle est Maître de Conférences en Mathématiques à l'Université CY Cergy Paris. Ses premières recherches portaient sur la théorie des ensembles descriptifs des ensembles et l'analyse fonctionnelle. Elle travaille maintenant en cryptographie. Elle a publié des articles dans de nombreuses conférences internationales et elle est également co-auteur d'un livre sur la cryptographie à clé privée.

Pendant plusieurs années, elle a été directrice des relations internationales et vice-présidente adjointe aux relations internationales de l'Université de Cergy-Pontoise.

Elle est maintenant directrice du Bachelor international Data Science by Design.

Elian Masnada est diplômé de l'Ecole Normale Supérieure de Lyon en 2006. Il a ensuite obtenu son doctorat à l'Université de Lyon en 2009 en physique statistique appliquée à la matière molle sous la direction de Didier Long (soutenu par Rhodia-Solvay).

Après cela, il a fait, dans le même domaine, un postdoc avec le Pr. Jean-Louis Barrat à l'Université de Grenoble (soutenu par Michelin) et enfin, en 2014, il a obtenu un poste à l'Université de Georgetown (Washington DC) dans le groupe de Peter Olmsted où il travaillait sur l'équation de Navier-Stokes appliquée aux fluides viscoélastiques.

Depuis 2020, il travaille sur la physique statistique appliquée à la matière molle au LPPI (CY Cergy Paris Université).
En tant qu'enseignant, il a enseigné, de la licence au master, les mathématiques, la physique théorique, le génie électrique et l'informatique quantique.

Le Dr Matthieu Cisel a une formation en sciences des données dans les domaines de la modélisation écologique et de l'exploration des données de l'éducation.

Pendant son doctorat à l'ENS Paris-Saclay, il a travaillé sur les thèmes du désengagement dans les MOOC à travers le prisme de l'analyse de l'apprentissage. En tant que post-doctorant à l'Université Paris-Descartes, il s'est spécialisé dans le domaine de la conception d'environnements d'apprentissage. 

Au sein du Bachelor, il est responsable de l'unité d'apprentissage par projet.
 
Dans cette unité, les étudiants sont invités à développer des applications d'apprentissage basées sur l'intelligence artificielle. Il enseigne également certaines méthodes de base dans le domaine des statistiques. En plus de ces responsabilités, il participe à la conception de stratégies visant à contribuer à la numérisation des programmes d'études.

Née au Chili, où elle a fait ses études de premier cycle en mathématiques avant de s'installer à Paris pour faire un master en mathématiques à l'Université Paris 6 (UPMC).

Elle a ensuite obtenu un doctorat en physique mathématique à l'Université de Cergy-Pontoise (actuellement CY Cergy Paris Université). Après son doctorat, elle a été chercheur invité à Stockholm, Paris et Maribor, en Slovénie. Elle a par la suite déménagé en Allemagne, où elle a effectué un postdoc de deux ans au groupe d'analyse de l'Université de Munich (LMU) grâce à une bourse Marie Curie. Elle a ensuite passé deux ans et demi à l'université de Bonn en tant que post-doc dans le groupe de probabilités, avant d'obtenir un poste de professeur junior en stochastique à l'université de Düsseldorf.

Après un an à Düsseldorf, elle n'a pas pu résister à l'envie de revenir en France pour faire partie de l’équipe du Bachelor International Data Science by Design à l'Université CY Cergy Paris.

Ses recherches portent sur la théorie des opérateurs de Schrödinger aléatoires, un domaine de la mathématique-physique qui combine l'analyse fonctionnelle, les probabilités et la physique. Elle collabore avec des collègues en France et à l'étranger, en Allemagne, aux Etats-Unis, en Pologne et au Chili. Elle partage son temps de travail entre l'enseignement, la recherche et la communication scientifique. Ces dernières années, son enseignement a porté sur des cours d'analyse et de probabilité, aux niveaux licence et master.

Le Dr T. Manos est titulaire d'une licence en mathématiques et d'un master en mathématiques appliquées du département de mathématiques de l'université de Patras (Grèce). Sa thèse de doctorat porte sur les mathématiques et la physique appliquées et est codirigée par le département de physique de l'université d'Aix-Marseille I (France) et le département de mathématiques de l'université de Patras (Grèce).

Après avoir obtenu son doctorat, il a travaillé comme chercheur postdoctoral à l'Institut Max Planck pour la physique des systèmes complexes de Dresde (Allemagne), à l'Université de Florence (Italie), à l'Université de Nova Gorica (Slovénie), à l'Université de Maribor (Slovénie) et comme chercheur principal à l'Institut des neurosciences et de la médecine (INM-7) du Centre de recherche de Jülich (Allemagne).

Depuis septembre 2019, il travaille comme enseignant chercheur au département de physique, Laboratoire de Physique Théorique et Modélisation (LPTM) du CNRS, CY Cergy Paris Université (France).

Il est chargé de cours et superviseur de projet au "International Bachelor Ygrec in Modelling and Data Science" organisé par l'Université CY Cergy Paris et l'ESSEC.

Marcus Pivato est professeur dans l'unité de recherche "Théorie Economique, Modélisation et Applications" à l'Université de Paris CY.

Ses principaux intérêts de recherche sont la prise de décision collective, le bien-être social et l'économie normative. Plus tôt dans sa carrière, il a également étudié les automates cellulaires et d'autres systèmes dynamiques.

Il a publié plus de 50 articles de recherche académique en économie théorique, en mathématiques et en philosophie, ainsi qu'un manuel sur les équations différentielles partielles linéaires et la théorie de Fourier, et il fait partie du comité éditorial de cinq revues.  

De 2014 à 2018, il a été titulaire de la chaire d'excellence Labex MME-DII de l'Université Paris II.
Il a obtenu une lincence en mathématiques en 1994 à l'Université d'Alberta, et son doctorat en mathématiques en 2001 à l'Université de Toronto.

Physicienne de formation, elle a passé son doctorat en physique théorique en décembre 2006 à l'Université de Sherbrooke au Québec (Canada).

Elle a ensuite enseigné dans les Universités Pierre et Marie Curie, Paris (2007-2008), Cergy-Pontoise (2010), Caen (2012-2013).

Elle a également enseigné les sciences et les mathématiques au collège et au lycée à Saint-Pierre et Miquelon (2008-2009), Lisieux (2013-2014) et Caen (2014-2015).
 

Yérali Gandica est titulaire d'un diplôme en physique de l'Universidad Simón Bolívar (Caracas-Venezuela) et d'un doctorat en physique de l'Institut vénézuélien de recherche (IVIC). 

Elle a passé 7 ans dans 4 postes postdoctoraux en Europe. Tout d'abord, au Centre de physique computationnelle de l'Université de Coimbra, au Portugal. Elle y a commencé des études sur les modèles basés sur les agents et le Big Data. 

Ensuite, elle a obtenu un poste postdoctoral au Namur Center for Complex Systems (naXys) du département de mathématiques de l'université de Namur, où elle a travaillé sur les modèles basés sur les agents (ABM) et a commencé à étudier la science des réseaux. Ensuite, elle a rejoint le Centre de Recherche en Finance et Gestion (CeReFiM), au Département des Affaires de la Faculté des Sciences Economiques, Sociales et de Gestion de l'Université de Namur. Pendant ce stage postdoctoral, elle a commencé à appliquer les concepts de la science des réseaux aux données financières. 

Par la suite, elle a travaillé comme chercheuse scientifique associée au Centre de recherche opérationnelle et d'économétrie (CORE) et à l'Institut des technologies de l'information et de la communication, de l'électronique et des mathématiques appliquées (ICTEAM) de l'Université catholique de Louvain, en travaillant sur les données géolocalisées. Comme deuxième formation académique, Yérali a complété son doctorat en suivant plusieurs cours de sociologie (les trois premières années de cette majeure). 

Elle a également une large expérience de travail en sciences sociales computationnelles, Big Data et science des réseaux parmi plusieurs groupes interdisciplinaires (mathématiques, finance, géographie, ingénierie et biologie).