Data science : une nouvelle chaire ENS Paris-Saclay, Atos et CEA

Cette Chaire vise à développer les métiers et technologies de l'analyse des données industrielles, en proposant un cycle de formation d'excellence, en mobilisant formateurs, étudiants et industriels, et en soutenant les travaux de recherche et développement menés pour les solutions de traitement et analyses de données avec les start-up ou PME du secteur.

L'essor gigantesque de l'usage des données numériques dans tous les domaines de la science, de la technologie et de la société, nécessite la formation de chercheurs mathématiciens de haut niveau, maîtrisant l'acquisition et le traitement des données numériques d'une part, et leur interprétation automatique d'autre part. L'exploitation de ces données massives (« Big data ») issues du monde numérique de l'industrie ou de la recherche, ou générées par les nouvelles technologies de communication, constitue en effet un enjeu considérable que ce soit sur un plan stratégique, technologique ou économique.

Les approches mathématiques pour le traitement de données massives, notamment les méthodes d'apprentissage automatique (« Machine Learning ») et d'analyse statistique, sont ainsi à l'origine d'une révolution technologique, qui doit être conduite en associant les mathématiciens et  les experts des métiers issus des secteurs où ces méthodes seront appliquées.

Dans ce contexte, l'École normale supérieure Paris-Saclay, le groupe Atos et le Commissariat à l'énergie atomique et aux énergies alternatives ont décidé de s'associer pour saisir cette opportunité de recherche, d'innovation, de formation et de progrès à travers la création d'une Chaire sur le sujet.

La Chaire « Industrial Data Analytics & Machine Learning » s'articule autour de 3 axes :

•  la formation - initiale et continue - avec pour pilier le Master « Mathématiques, Vision et Apprentissage » orienté sur la  modélisation des données, les techniques mathématiques et algorithmiques ;
•  la recherche avec pour pilier le CMLA (Centre de mathématiques et leurs applications)  et son équipe « Machine Learning & Massive Data Analysis » créée en 2012 autour de 12 chercheurs ;
•  l'innovation et le partage d'expérience au bénéfice de la dynamique de start-up et de PME du plateau de Saclay.

Pour Pierre-Paul Zalio, Président de l'ENS-Paris-Saclay, « Ce partenariat correspond parfaitement aux schémas que promeut l'ENS Paris-Saclay : il se positionne sur des enjeux industriels et sociétaux auxquels la recherche fondamentale apporte une réponse. La diffusion rapide des savoirs nouveaux vers la formation est également une question importante, qui sera dynamisée par cette chaire ».

Pour Jean-Marie Simon Executive Vice President, Directeur Général d'Atos France, « Atos est engagé dans un processus de partenariats académiques et industriels étroits afin d'accélérer ses processus d'innovation et en faire bénéficier ses clients, en particulier au travers de son offre Atos Codex. Cela permet également d'élargir notre recrutement de jeunes potentiels, l'évolution des technologies et l'émergence du Big Data étant à l'origine de nouveaux métiers. C'est la raison pour laquelle Atos adopte une démarche volontariste pour soutenir le développement de nouvelles filières et anticiper ses nouveaux besoins en compétences ».

Pour François Geleznikoff, Directeur des applications militaires du CEA, « Le CEA, et principalement sa direction des applications militaires, entretient depuis le début des années 2000 un partenariat avec Bull, maintenant Atos, pour le développement des calculateurs de puissance à vocation défense, recherche académique et industrie. Ces calculateurs génèrent des quantités considérables de données ; il est donc primordial de disposer d'outils capables de les traiter en réduisant les temps d'analyse et en tenant compte des spécificités des différents domaines. C'est le sens de cette Chaire   à l'ENS Paris-Saclay, école d'excellence avec qui le CEA entretient des liens de longue date et particulièrement dans le domaine des mathématiques et des méthodes numériques ».