Qui êtes-vous ?
Je suis Gabriel Turinici, enseignant et chercheur à l’Université Paris Dauphine. J’enseigne plusieurs cours à Dauphine. Pour cette année (Master 280), j’enseigne les cours suivants : Modèles des courbes de taux, Approches déterministes et stochastiques pour la valuation d’options et Deep Learning.
Que faites-vous dans votre métier ?
Je suis enseignant d’un coté, j’enseigne différents cours et je suis chercheur d’un autre coté. Je réalise des recherches dans les domaines qui m’intéressent. Typiquement, j’ai commencé avec le domaine du contrôle quantique qui est utilisé dans les ordinateurs quantique actuellement. Puis je me suis intéressé à la finance par la suite quand je suis arrivé à l’Université Paris Dauphine.
Avant de venir à Dauphine, je m’étais intéressé à l’épidémiologie de SRAS 2003, j’ai donc travaillé avec des collaborateurs de Pasteur. Depuis quelque temps, je m’intéresse particulièrement au Deep Learning, par exemple sur les réseaux génératifs qui sont des réseaux pouvant créer des contenus.
Quel parcours avez-vous fait ?
J’étais étudiant à l’Ecole Normale Supérieur en mathématiques, ensuite j’ai fait une thèse à l’Université Paris 6 (Université Pierre et Marie Curie). Puis, j’ai intégré l’INRIA (Institut national de recherche en informatique et en automatique) dans une équipe qui faisait du contrôle quantique. Enfin, je suis devenu professeur à Dauphine ce qui m’amène jusqu’à ici aujourd’hui.
En tant que professeur en ISF APP, que pensez-vous de ce master ?
A mon avis, c’est un master génial. Par ailleurs, j’étais parmi ceux qui ont créé ce master et j’étais le premier responsable pendant quelques années. Je pense que c’est une bonne façon de mettre en relation les compétences du monde académique avec celles du monde de l’entreprise. Les académies et les entreprises ont tous besoin de ces compétences. Nous sommes donc très accueillants, toute compétence du monde réel aide à la recherche et de la même manière toute recherche aidera les professionnels.
Quelle matière enseignez-vous en ISF Apprentissage et en quoi consiste-t-elle ?
J’ai enseigné l’année dernière et cette année un cours de produits de taux. Il s’agit d’une introduction aux modèles stochastiques qui sont utilisés en finance et mathématiques financières. Ces modèles sont parfois sujets à des manques de robustesse avec des crises financières rencontrées, générées par des erreurs et induites par ces modèles. Je pense justement que la recherche se doit de traiter cela de manière très pondérée, de proposer de nouveaux modèles mais aussi de revoir ce qui n’allait pas dans le passé.
J’enseigne aussi un cours d’options pour le parcours Finance qui consiste à une présentation d’un panorama sur les usages des options. Enfin, j’enseigne cette année un cours de Deep Learning.
Sont-elles orientées vers la voie Data ou Finance ?
Il y a les deux. Le Deep Learning est plus orienté Data. Les deux autres matières font plutôt partie de la Finance.
Comment serons nous amenés à utiliser ces notions dans la vie professionnelle ?
Le Deep Learning est très souvent utilisé maintenant dans plusieurs domaines.
Les processus stochastiques sont importants pour les mathématiciens que vous êtes, vous en aurez besoin. C’est une compétence que les autres n’ont pas. Les compétences numériques de programmation également seront importantes dans la vie professionnelle, tout le monde peut programmer mais pas tout le monde ne sait vraiment faire marcher les choses. Par exemple, pour les courbes numériques, savoir pourquoi le gradient stochastique ne fonctionne pas, s’il s’agit d’un problème de programmation ou théorique sous-jacent etc.. Toutes ces compétences seront donc bien utiles pour vous.
Selon vous, quelles sont les compétences requises pour ce master ?
On ne peut pas être efficace si l’on n’a pas les prérequis, c’est-à-dire qu’il faut avoir compris ce qu’on a fait pendant les quatre années en mathématiques comme l’analyse numérique, statistiques, probabilités etc.. Mais, le plus important, je pense que ça reste la curiosité et l’envie de faire quelque chose. Si l’on a envie, le reste n’a pas beaucoup d’importance, même en mathématiques.
Les mathématiques donnent l’impression que c’est tellement compliqué qu’on ne va jamais y arriver mais une fois qu’on a l’envie, et avec du travail, ça sera suffisant pour faire ce que vous voudrez faire.
Que recommanderiez-vous aux futurs étudiants ?
Le conseil principal que je peux donner est : faites ce qui vous donne envie, que ce soit dans ce domaine ou dans un autre. Investissez-vous, n’ayez pas peur de faire des erreurs car c’est ce qui vous faire grandir. N’hésitez pas à prendre des risques, c’est un âge où finalement, ce n’est pas très grave de se tromper, et il faut en profiter. Le but est d’être satisfait de ce qu’on fait.
Vous voyez, actuellement, de nombreuses personnes ont beaucoup de compétences techniques et sont parmi celles qui créent ce monde actuel. Dans quelques années, vous serez les prochains qui vont décider de ce qui se passera dans ce monde, soyez donc prêt.
La science n’est pas la solution à tout mais ça peut très souvent aider. Par exemple, Elon Musk, le PDG d’Amazon, de Facebook etc. sont des chercheurs, ingénieurs et scientifiques. La science, ça s’applique.
Comments