À propos

Mais qu’est-ce que… ?

Ce site est personnel et a pour but de mettre en avant mon intérêt pour l’informatique, les sciences, les logiciels libres et l’écriture. Il me permet également de me présenter et de décrire mon parcours professionnel.

Avec quoi ?

  • Site : ce site est généré par Pelican, un générateur de pages statiques en Python. Il tourne sur un serveur nginx sous Debian. Le thème, qui peut être amené à changer est disponible parmi ceux-ci.

Et côté boulot sinon ?

Après un doctorat en sciences et ingénierie de l’environnement, je suis entré chez Logilab en 2011. J’y faisais de l’informatique scientifique, du C++, du Python, le tout dans un environnement GNU/Linux : développement sous Emacs et Debian. J’ai rejoint à l’automne 2014 Meritis, une société de conseil IT pour la finance de marché. Je faisais essentiellement du Python en salle de marché auprès d’ingenieurs produits structurés. Actuellement, je travaille en tant que Data Scientist chez Cdiscount.

Plus généralement, j’apprécie les maths appliquées et la simulation numérique. Côté programmation, je m’efforce d’écrire du code efficace mais expressif. Je pense être un développeur pragmatique et j’essaie de m’améliorer en continu : apprentissage de nouvelles techniques et outils de développement, de langages de programmation, d’idiomes. Le partage des connaissances et des compétences est quelque chose d’important pour moi. C’est pour toutes ces raisons que le travail en équipe, la programmation en binôme (pair-programming), les méthodes de développement agile et la lecture de billets et livres techniques me plaisent.

Doctorat

L’intitulé de mon doctorat, soutenu en 2011 est :

Estimation des incertitudes et prévisions des risques en qualité de l’air.

Inscrit à l’école doctorale de l’École des Ponts ParisTech “Sciences, Ingénierie et Environnement”, membre du CEREA [1] et de l’équipe-projet CLIME chez Inria, j’ai effectué ce travail avec Vivien Mallet. Le sujet se situe dans le domaine des mathématiques et de l’informatique appliquées à la prévision de la qualité de l’air.

En voici un résumé :

Ce travail porte sur l’estimation des incertitudes et la prévision de risques en qualité de l’air. Il consiste dans un premier temps à construire un ensemble de simulations de la qualité de l’air qui prend en compte toutes les incertitudes liées à la modélisation de la qualité de l’air. Des ensembles de simulations photochimiques à l’échelle continentale ou régionale sont générés automatiquement. Ensuite, les ensembles générés sont calibrés par une méthode d’optimisation combinatoire qui sélectionne un sous-ensemble représentatif de l’incertitude ou performant (fiabilité et résolution) pour des prévisions probabilistes. Ainsi, il est possible d’estimer et de prévoir des champs d’incertitude sur les concentrations d’ozone ou de dioxyde d’azote, ou encore d’améliorer la fiabilité des prévisions de dépassement de seuil. Cette approche est ensuite comparée avec la calibration d’un ensemble Monte Carlo. Ce dernier, moins dispersé, est moins représentatif de l’incertitude. Enfin, on a pu estimer la part des erreurs de mesure, de représentativité et de modélisation de la qualité de l’air.

Je reviendrai sur le sujet avec un ou plusieurs articles pour expliquer plus en détail ou au contraire vulgariser certains aspects de ce travail.

[1]Centre d’Enseignement et de Recherche en Environnement Atmosphérique. Laboratoire commun École des Ponts ParisTech — EDF R&D

Contact

Pour me contacter :

damien [dot] garaud [at] gmail [dot] com