Le fil

« J’adore ce moment où on a de nouveaux résultats, étonnants ou pas. C’est le début de quelque chose. »

Team - 10 juillet 2019

Aurélie Pénin est astrophysicienne de formation. Elle a rejoint Datastorm en 2018 et explore de nouveaux territoires pour nourrir son insatiable curiosité scientifique. Rencontre.

Aurélie, comment devient-on astrophysicienne ?Aurelie Penin, Datastorm
Mon père est passionné d’astronomie et il y avait une lunette à la maison, j’ai donc vu la lune de près et de magnifiques images de l’espace très tôt. Dès l’âge de 13 ou 14 ans, j’ai décidé que je travaillerai « là-haut ». Après un bac scientifique et une prépa physique-chimie à Reims, j’ai intégré le magistère de Physique fondamentale d’Orsay. J’ai ensuite fait ma thèse de doctorat à l’Institut d’Astrophysique Spatiale, toujours à Orsay, et j’ai commencé ma carrière de chercheure au Laboratoire d’Astrophysique de Marseille.

Avant de partir pour l’Afrique du Sud…
Effectivement. En 2014, j’ai rejoint l’Université de KwaZulu-Natal, à Durban puis l’Université du Western Cape à Cape Town. J’ai eu la chance de travailler sur le Square Kilometer Array, un projet de radiotélescope géant conçu par un consortium international pour étudier des questions scientifiques allant de la naissance de notre Univers aux origines de la vie. Sur SKA, j’étais, entre autres, membre de l’équipe data science. L’astrophysique utilise en effet les statistiques et la science des données depuis longtemps.

Qu’est-ce qui t’a convaincue de rejoindre Datastorm comme Senior Data Scientist ?
Lorsque j’ai décidé de rentrer en France en 2018, je venais de passer dix années dans la recherche fondamentale, dont quatre à l’étranger. Je souhaitais prendre un peu de distance avec ce monde aussi passionnant qu’oppressant tout en gardant le contact avec la culture scientifique. J’ai trouvé que les gens de Datastorm savaient ce qu’ils faisaient. Il y a de la robustesse dans le raisonnement, le développement et les applications produits ici. Une solidité scientifique incarnée par le « Think, Model, Build » dans lequel je me retrouve parfaitement.

Etre à la fois data scientist et astrophysicienne t’oriente vers un certain type de mission chez Datastorm ?
En tant qu’astrophysicienne, j’ai en effet développé une vraie expertise sur la reconnaissance d’image. Je mène d’ailleurs mes travaux de R&D sur ce thème en utilisant des méthodes de deep learning comme les réseaux de neurones convolutifs. Néanmoins, je ne veux pas m’enfermer dans une « hyper-expertise ». J’ai besoin d’aiguiser ma curiosité de scientifique et d’explorer des territoires et des problématiques que je ne connais pas. En fait, j’adore ce moment où on a de nouveaux résultats, étonnants ou pas. C’est le début de quelque chose.

C’est ce que te permet le « 20 % R&D » ?
Honnêtement, je ne savais même pas que ça pouvait exister dans le monde du conseil ! Une journée pour lire un article, faire de la biblio… c’est évidemment essentiel pour la prise de recul et l’émulation. Chez Datastorm, nous partageons nos travaux R&D sous forme de stand-up meetings tous les vendredis. Il nous arrive d’y retrouver les chercheurs du Crest* avec lesquels nous travaillons à Saclay. C’est aussi cette proximité avec le monde académique que j’apprécie chez Datastorm, je me sens bien entourée.

Quand l’astrophysicienne observe la planète data et ses îlots d’intelligence artificielle, que voit-elle ?
D’abord, un fantastique potentiel de réponse à des enjeux économiques, sociétaux et environnementaux majeurs. Mais si le temps entre la recherche fondamentale et les applications dans nos vies s’est fortement réduit et que dans certains domaines la machine fait mieux que l’humain – en reconnaissance d’image l’humain c’est 5 % d’erreur, la machine c’est 3 % – il faut faire attention aux raccourcis de type « les réseaux de neurones vont guérir le cancer ». Nous en sommes très loin. Et puis nous aurons rapidement à regarder les questions environnementales que posent nos technologies. Un super calculateur consomme beaucoup d’énergie. La physique nous dit que la croissance infinie avec des ressources finies, ça ne marche pas. Ce sera donc une question de sens et de choix : l’IA au service de quoi ?

 

*Centre de recherche en économie et statistique. Le laboratoire commun à l’ENSAE, l’ENSAI et au Département d’Economie de l’Ecole polytechnique.

[VIDEO] Datastorm et le Datalab GRTgaz

Comment Datastorm utilise les algorithmes de machine learning pour optimiser la maintenance prédictive du réseau GRTgaz ? La réponse en vidéo et en 180 secondes. Opérateur gérant la majorité du réseau de transport de gaz en France, GRTgaz a monté un Datalab avec pour objectif de mesurer l’apport des approches « data » pour les […]

« J’adore ce moment où on a de nouveaux résultats, étonnants ou pas. C’est le début de quelque chose. »

Aurélie Pénin est astrophysicienne de formation. Elle a rejoint Datastorm en 2018 et explore de nouveaux territoires pour nourrir son insatiable curiosité scientifique. Rencontre. Aurélie, comment devient-on astrophysicienne ? Mon père est passionné d’astronomie et il y avait une lunette à la maison, j’ai donc vu la lune de près et de magnifiques images de […]

« Aujourd’hui, l’Intelligence Artificielle nous emmène sur des terrains plus complexes »

Titouan Robert est Data Scientist chez DataStorm depuis 2016. Féru de data projects liés au secteur de l’énergie, dopé à la R&D, il partage sa jeune expérience et jette déjà un regard sur demain. Titouan, un mot sur ton parcours. Et bien j’ai suivi mes études en Bretagne : DUT Statistique et Informatique Décisionnelle à […]

Toute l'expertise du groupe ENSAE

Plateau de Saclay
5 Avenue Henry-Le-Chatelier
91120 PALAISEAU - FRANCE

Paris
24 rue Barbès
92120 MONTROUGE - FRANCE