Nouvelle professeure à l'ISFA : Maud Thomas

Pouvez-vous nous parler de votre fo rmation ?

Après une classe prépa, j’ai effectué une licence et un M1 mathématiques à l’Université Paris-XI (Orsay), puis j’ai été admise en 3ème année à l’ENS Cachan (Antenne Ker-Lann). J’ai été reçue au concours externe d’agrégation de mathématiques puis j’ai obtenu un master en Mathématiques, option : Probabilités et Statistique à l’Université Paris-XI (Orsay).

J’ai ensuite obtenu mon doctorat en mathématiques appliquées en 2015 à l’Université Paris Direrot.

Comment êtes-vous arrivé jusqu'à l'enseignement ?

J’ai toujours aimé transmettre et en particulier les mathématiques, de trouver le moyen de faire comprendre des notions abstraites aux étudiants. 

Dans quel(s) domaine(s) vous êtes-vous spécialisée ?

je suis spécialisée en méthodes statistiques et d’apprentissage statistique, en particulier la statistique des valeurs extrêmes, et leur application à la gestion du risque dans différents domaines (climat, cyber, santé, finance)

Quel cours allez-vous donner à l'ISFA ?

Je donnerai le cours d’ERM en M2 Actuariat , en parcours DARM en M2 Econométrie et Statistique, et vraisemblablement le cours sur les modèles stochastiques et statistiques en assurance non-vie (à confirmer)
 

Pouvez-vous nous parler d'une de vos recherches en particulier qui vous aurait marqué ?

La théorie des valeurs extrêmes est le cadre statistique pour l’étude des événements extrêmes. Le comportement de ces événements est lié à l’épaisseur de la queue de la loi de l’échantillon, caractérisée par un paramètre de forme gamma qui est estimé à partir des plus grandes statistiques d’ordre. Dans un cadre de régression, ce paramètre gamma dépend de covariables traduisant le fait que différentes valeurs de ces covariables peuvent entraîner un comportement différent de la queue de la variable d’intérêt. Dans l’article Farkas, Lopez, Thomas (2021) qui mêle des outils de machine learning à la théorie des valeurs extrêmes, nous proposons une méthode basée sur des arbres de décision adaptés à l’étude d’événements cyber extrêmes. L’article Farkas, Henraval, Lopez, Thomas (2024) établit des résultats théoriques non asymptotiques, obtenus à partir d’inégalités de concentration, afin de garantir la consistance de cette méthode. Grâce à une collaboration avec la Mission Risques Naturels, cette méthode est appliquée sur des données d’événements inondation en France.