Manon Dubois

• Téléphone: +33 6 23 45 67 89
• E-mail: manon.dubois@email.com
• Localisation: Lyon, France
• LinkedIn: manon-dubois-mathematicienne

Résumé

Mathématicienne avec 7 ans d'expérience dans le développement et l'application de modèles mathématiques complexes pour résoudre des problèmes industriels et scientifiques. Expertise avérée dans l'optimisation algorithmique, l'analyse de données massives et la simulation numérique, ayant réduit les erreurs de prédiction de 15% pour des systèmes dynamiques.

Compétences solides en programmation scientifique (Python, R, MATLAB) et en techniques d'apprentissage automatique, appliquées à l'amélioration de l'efficacité opérationnelle et à la prise de décision basée sur les données. Contributeur clé à plusieurs publications dans des revues de mathématiques appliquées.

Expérience Professionnelle

Chercheuse Postdoctorale en Mathématiques Appliquées, Institut National des Sciences Appliquées (INSA Lyon) -- Lyon, France

Septembre 2020 – présent

• Conception et implémentation de nouveaux algorithmes de résolution numérique pour des équations aux dérivées partielles non linéaires, améliorant la convergence de 20% par rapport aux méthodes existantes.

• Développement de modèles stochastiques pour la prédiction de phénomènes complexes, réduisant l'incertitude des prévisions de 15% dans un projet collaboratif avec l'industrie aérospatiale.

• Publication de 4 articles dans des revues scientifiques à comité de lecture sur l'optimisation combinatoire et l'analyse fonctionnelle.

Ingénieure Mathématicienne R&D, Renault Trucks -- Saint-Priest, France

Septembre 2017 – Août 2020

• Modélisation et simulation de systèmes de propulsion hybrides, contribuant à une réduction de 10% de la consommation de carburant dans les prototypes.

• Optimisation des chaînes de production et des processus logistiques grâce à l'application de méthodes d'optimisation linéaire et non linéaire, augmentant l'efficacité opérationnelle de 8%.

• Développement d'outils d'analyse statistique avancée pour l'évaluation de la fiabilité des composants, permettant d'identifier et de corriger des défaillances potentielles plus tôt dans le cycle de conception.

Formation

Université Claude Bernard Lyon 1, Doctorat (Ph.D.) en Mathématiques Appliquées -- Lyon, France

Septembre 2014 – Juillet 2017

École Normale Supérieure de Lyon, Master Recherche en Mathématiques Fondamentales -- Lyon, France

Septembre 2012 – Juin 2014

Université Paris-Sud (Paris-Saclay), Licence en Mathématiques -- Orsay, France

Septembre 2009 – Juin 2012

Compétences

Domaines Mathématiques: Analyse Numérique, Modélisation Stochastique, Optimisation (linéaire, non linéaire, combinatoire), Équations aux Dérivées Partielles, Théorie des Probabilités, Statistiques Inférentielles, Algèbre Linéaire Numérique, Analyse Fonctionnelle

Programmation et Outils: Python (NumPy, SciPy, Pandas, Scikit-learn, TensorFlow), R (ggplot2, dplyr), MATLAB, Julia, C++, LaTeX, Git, Jupyter Notebooks

Méthodologies: Apprentissage Automatique (Supervisé, Non-supervisé, Renforcement), Simulation Monte Carlo, Analyse de Sensibilité, Réduction de Dimensionnalité, Validation de Modèles, Data Mining

Langues: Français (Langue Maternelle), Anglais (Courant)