Cursus Ingénieur Centralien

Par le dispositif Centrale Talents, dans une démarche constante d’encourager l’excellence et l’engagement, l’École souhaite valoriser les r éussites des étudiants qui se distinguent par un parcours académique hors du commun, une démarche exceptionnelle dans le cadre associatif, une création entrepreneuriale ou scientifique marquante. Le jury de Centrale Talents, composé d'enseignants, d'élèves et de personnels de CentraleSupélec, s'est réuni pour la première fois en juillet 2015 et a distingué 8 lauréats aux parcours académiques et personnels exceptionnels. Chaque année, désormais, le jury récompense des élèves-ingénieurs dans le cadre de Centrale Talents.

• Voir Lauréats 2016
• Voir Lauréats 2015

• Ils sont actuellement élèves à CentraleSupélec et ils parlent du cursus ingénieur.

• Des élèves de la promo 2016 se présentent : double diplôme à l'international, parcours recherche, filières, options, découvrez toutes les possibilités du cursus ingénieur centralien:

• LIVE SESSION 2016 avec Campus Channel, Erick Herbin, directeur du département Mathématiques, répondait aux internautes en presence d’une étudiante, Anastasia.

Ils sont de plus en plus nombreux à s’intéresser aux possibilités du Big Data. Certains sont passés par le Parcours DataSciences et témoignent de leur enthousiasme à s’engager dans cette nouvelle matière.

Pauline Luc, doctorante au sein de Facebook France, département Intelligence Artificielle

Jules L.

Jules L. est élève-ingénieur, double diplômé avec ENS Cachan (Master MVA, Mathématiques, Vision, Apprentissage), en train de finaliser un M2 également en maths appliquées à CentraleSupélec. Il est l'un des premiers élèves à avoir effectué le parcours Data Science de l' Option Mathématiques Appliquées de CentraleSupélec.

"Tout est parti du trading algorithmique"

CentraleSupélec (CS) : Jules, qu'est-ce qui vous a amené à vous intéresser à la Data Science ? Pourquoi avez-vous opté pour le parcours Data Sciences de l'Ecole ? 

Jules Leidelinger (JL) : Durant ma césure j'ai eu une expérience en trading algorithmique où l'apprentissage statistique, l'optimisation et la programmation étaient les compétences les plus importantes. J'ai beaucoup aimé cette expérience et j'ai donc voulu suivre un parcours qui me permettait d'approfondir ces connaissances.

La création du parcours data science à Centrale était une belle opportunité car cela répondait à mon besoin au bon moment et la qualité des cours a dépassé mes attentes. De plus, ce parcours facilite l'inscription au MVA de l'ENS Cachan que j'ai choisi de suivre en parallèle car je voulais m'ouvrir à des applications des statistiques et du machine learning en dehors de la finance.

Par ailleurs, le master MVA me paraissait prestigieux car il regroupe des enseignants-chercheurs mondialement connus et pionniers en machine learning tout comme le laboratoire de Nikos Paragios à Centrale Paris spécialisé en computer vision.

CS : Pourquoi et comment s'est passée votre admission à University College of London pour effectuer un doctorat ? Qu'est-ce qui vous a motivé à y postuler ? 

JL : C'est entièrement grâce à une combinaison d'évènements provenant du parcours proposé par l'Ecole. J'ai suivi un cours au MVA sur les méthodes à noyaux (kernel methods) qui m'a passionné. La formation technique que j'ai reçue dans le cours du tronc commun de l'option mathématiques appliquées d'analyse fonctionnelle m'a donné les outils pour comprendre ce cours plutôt technique.

De plus, un professeur de Centrale, membre du laboratoire de Nikos Paragios, m'a présenté à un spécialiste des kernel methods à University College of London (UCL) qui a un laboratoire réputé en machine learning appliqué aux neurosciences computationnelles. Je n'ai pas hésité à postuler. J'ai eu un entretien avec le professeur-chercheur et j'ai été ensuite invité sur place pour 2 jours d'interview.

Les interviews étaient composées d'une présentation orale d'un projet ou de résultats en rapports avec le machine learning ainsi que d'interviews plus traditionnelles avec des exercices de maths à résoudre au tableau. J'y ai présenté mon projet d'option chez Criteo , qui était une application du machine learning à la publicité en ligne, organisé par le parcours data science de l'option mathématiques appliquées.

On peut vraiment dire que c'est pratiquement entièrement grâce au parcours data science que j'ai pu entreprendre ce processus dans d'excellentes conditions.

CS : Pourquoi avoir accepté un stage au Crédit Suisse ? Qu'y faites-vous ? En quoi cela vous intéresse-t-il ? Qu'y apprenez-vous en particulier ? En quoi la finance et ce type d'activités peut intéresser un ingénieur ?

JL : J'ai accepté un stage chez Crédit Suisse car j'ai beaucoup aimé mon expérience de césure en trading algorithmique. Je travaille sur la recherche et le développement de stratégies de trading automatisées sur les actions. Cela m'intéresse car c'est une belle application des statistiques pour anticiper la dynamique des marchés. La finance peut intéresser un ingénieur car il y a des challenges qui reviennent à résoudre des problèmes complexes, parfois sous pression, pour lesquels notre formation semble être la mieux adaptée.
 

Clément Nicolle

CentraleSupélec (CS) : Clément, pouvez-vous resituer votre parcours académique en quelques lignes ? 

Clément Nicolle (CN) : J'ai effectué l'an passé ma troisième année à Centrale, en option Mathématiques appliquées, majeure Data science. En parallèle, je suivais le master Mathématiques, Vision, Apprentissage à l'ENS Cachan. Je termine en ce moment mon stage de fin d'études chez Dreem , une jeune start-up spécialisée dans les neurotechnologies et plus particulièrement le sommeil. Je n'attends plus que ma soutenance pour valider les diplômes !

"Motivé par les applications liées à la santé, au voyage, à la culture"

CS : Pourquoi avoir choisi le parcours data science de CentraleSupélec ? Qu'est-ce qui vous a attiré, motivé à le suivre ?

CN : J'ai eu l'opportunité de découvrir en quoi consiste concrètement ce que l'on regroupe sous le terme de « data science » lors de mon deuxième stage de césure, en 2014. Les expressions « big data », « machine learning » fleurissaient dans les médias, perçues comme de nouvelles techniques magiques pour améliorer le quotidien et prévoir l'avenir. L'aveuglement passé, on découvre qu'il n'y a rien de révolutionnaire. Il s'agit avant tout de méthodes statistiques et algorithmiques innovantes pour analyser les données qui restaient stockées sur les ordinateurs depuis des décennies, faute de puissance de calcul suffisante. Ce qui reste extrêmement intéressant !

J'ai été attiré d'abord par cet aspect novateur. D'un point de vue théorique, les algorithmes de machine learning sont relativement récents et font l'objet de nombreux travaux de recherche. Dans une perspective professionnelle, on voit affluer les demandes en « data scientist » de la part des entreprises, ce qui prouve que des besoins existent.

J'aime le fait que ce soit des mathématiques utiles aux personnes. Ce qui me motive, surtout, sont les applications à la santé, ou aux milieux du voyage, de la culture. Les nombreuses utilisations marketing ne m'ont jamais intéressé. J'ai besoin de savoir que mon travail va dans le sens de mes convictions pour rester enthousiaste. 

CS : Quelles ont été vos premiers jobs/stages en tant que data scientist ?

CN : Ma première expérience en tant que data scientist a eu lieu lors de ma deuxième partie de césure à Evaneos, une start-up géniale qui met en relation voyageurs et agents locaux. J'étais bien loin, à l'époque, d'avoir à ma disposition tous les outils acquis au cours de ma troisième année à Centrale. J'ai tout de même pu développer, par exemple, un moteur de recommandation de voyage.

J'ai par la suite effectué le séminaire de recherche de l'option Maths App chez Dreem, qui conçoit un bandeau connecté pour améliorer la qualité du sommeil. J'ai notamment travaillé sur la classification automatique des états de sommeil. J'y termine en ce moment mon stage de fin d'études.

CS : Qu'avez-vous appris de ces expériences ? Sont-elles conformes à vos attentes ? Etes-vous toujours intéressé par la data science ? Avez-vous découvert de nouveaux aspects, nouvelles activités de la data science ?

CN : Ces expériences m'ont d'abord permis d'effectuer le saut de l'idéal au réel, de la bulle de l'enseignement à la sphère du travail. Ici, les données ne tombent pas du ciel ou de la Dropbox d'un professeur. En fait, la plupart de mon temps est consacré à la compréhension, l'extraction, au nettoyage des données et de l'information qu'elles contiennent. Ce traitement initial est primordial pour obtenir de bons résultats en fin de compte, et nécessite une bonne maîtrise de l'environnement d'où les données ont été issues.

Le Parcours Data sciences, jointe au master MVA de l'ENS Cachan, donne un vaste aperçu de ce qui se fait en machine learning. Il est toutefois toujours intéressant d'explorer des pistes imaginées ou dénichées dans des articles. Les discussions à ce propos sont riches, avec mes collègues ou d'autres start-ups.

Plus qu'en data science en soi, c'est dans le domaine où je l'applique, les neurosciences, que je fais le plus de découvertes. En ce sens, la data science peut constituer une manière transversale et utile d'explorer d'autres horizons.

CS : Que projetez-vous à la sortie des écoles au sein desquelles vous êtes encore inscrits ? Quel type de job ? Quel type d'entreprise ?

CN : Je vais continuer de travailler chez Dreem à mi-temps. En parallèle, je suis inscrit en licence de philosophie à l'université de Nanterre. C'est un domaine qui me passionne depuis longtemps, dont je me suis un peu éloigné à Centrale, et je suis heureux d'avoir enfin l'occasion de m'y consacrer à nouveau. Le lien originel entre les mathématiques et la philosophie s'est éraillé avec la progression accrue des connaissances, mais il reste étroit à mon sens. Il me plairait particulièrement d'étudier les grandes théories de pensée d'autrefois à l'aune de ce que l'on sait aujourd'hui en neurosciences.