Stages et débouchés à l’issue du M2 Maths en action

Le M2 Maths en Action a pour vocation première de former à la recherche, aussi bien académique que celle effectuée dans des services R&D d’entreprises. Les différents enseignements proposés sont en lien étroit avec l’état de l’art de la recherche.

Stage d’initiation à la recherche

Le stage de fin d’études se déroule entre le début du mois d’avril et la fin du mois de septembre (durée minimale de 17 semaines). Il peut être réalisé aussi bien en entreprise qu’au sein d’un laboratoire de recherche académique. Les propositions transmises chaque année aux étudiants du M2 sont nombreuses. Elles émanent de nombreuses structures de recherche dans la région, ailleurs en France, et à l’étranger.

Voici quelques sujets et lieux de stages effectués par des étudiants des promotions récentes :

• IA générative : modèles de diffusion et génération de textures multivariées, multifractales et anisotropes (ENS Lyon)
• Navigation par satellite améliorée et positionnement RTK (ArianeGroup)
• Développement d’un pricer de produits structurés (Forvis Mazars)
• Domain adaptation of large language models to new data distributions (U. Lyon 2)
• Cartes orthotropes pour la génération de maillages (LORIA, Nancy)
• Etude statistique par méthodes de clustering de caractéristiques phénotypiques et génétiques en lien avec la maladie d’Alzheimer (Institut Pasteur, Lille)
• Machine learning weather prediction (U. Ghent, Belgique)
• Processus spatiaux pour la transcriptomique unicellulaire (ENS Lyon)
• Analyse de la propagation dans un modèle pour un phytovirus transmis par un insecte vecteur dans un milieu spatialement périodique (U. Lyon 1)
• Influence of damage on the global stability of nonlinear systems (INRIA Rennes) 
• Interpretability of kernel testing in single-cell data analysis (ENS Lyon)
• Modélisation de l’artérite à cellules géantes (U. Lyon 1)
• Prédiction et suivi du cancer du sein par intelligence artificielle multimodale (Astek)
• Mathematical modelling of cancer invasion and metastatic spread (U. St Andrews, Ecosse)
• Analyse de l’association longitudinale entre l’exposition aux facteurs environnementaux et le développement de l’enfant (U. Grenoble Alpes)
• Mathématiques et ingénierie numérique appliquées à l’anatomie computationnelle : recalage d’images médicales et difféomorphométrie (Dassault Systèmes)
• Utilisation de techniques d’IA générative pour une paramétrisation (stochastique) de la convection profonde dans ARP-GEM (Centre National de Recherche en Météorologie – Météo-France, Toulouse)
• Analyse de la stabilité et des bifurcations des méthodes numériques de résolution de la dynamique non-lisse d’une poutre visco-élastique frottant sur des butées : application à un modèle simplifié de mécanisme de commande de grappe (Framatome)
• Variational Bayesian last layers for exploration in visual reinforcement learning (U. Bochum, Allemagne)
• Acceleration of FEM simulation of elasto-plastic soils using model order reduction with hybrid hyper-reduction (INRIA, Grenoble)
• Reconstruction tomographique avec intervalles de confiance (INSA Lyon)
• Time-series prediction using Gaussian process modeling, with application to solving differential equations (U. of California Santa Cruz, Etats-Unis)
• Élaboration de séries de températures représentatives de vagues de chaleur extrêmes en France (Autorité de Sûreté Nucléaire et de Radioprotection)
• Développement d’un modèle de machine learning pour la prédiction de l’évolution de la consommation énergétique des sites techniques induite par l’augmentation des températures (Orange)
• Homogénéisation pour les fluides compressibles (U. Lyon 1)
• Modélisation EDP de la séparation de phase et du mouvement collectif de Dictyostelium discoideum (U. Lyon 1)
• Machine learning, modèles réduits et optimisation appliqués aux procédés de fabrication (Michelin)
• Contrôle optimal d’un consortium algues-bactéries (INRIA U. Côte d’Azur)
• Simulation des déplacements et des variations de gravité associées à des sources en contexte volcanique (U. Jean-Monnet)
• Physics informed neural networks (Polytechnique Montréal, Canada)
• Mathematical modeling and analysis for biological rhythms of 12 hours (INRIA Sophia Antipolis)
• EDP elliptiques non-linéaires sur les réseaux (INRIA Rennes)
• Machine learning (Centre de Machine Learning de Gênes, Italie)
• Actuator and sensor placement for neural fields (Centrale Supélec)
• Stratégie de voting pour la découverte causale intégrant une quantification de l’incertitude (U. Côte d’Azur)
• Classification de documents par liaison d’entités cibles (Kilowattsol)
• Modélisation et simulation numérique des mobilités urbaines (INRAE Avignon)
• Histoire évolutive d’une tumeur (U. Montpellier)
• Etude de l’évolution de la maladie d’Alzheimer par la dynamique des protéines intra-cellulaires soumises à du stress oxydant (U. Lyon 1)
• Extension à la plasticité d’une méthode de couplage spatial et temporel de solveurs volumes finis (CEA)- Limite d’échelle de la descente de gradient (Université de Montréal, Canada)
• Kernel testing for spatial distributions (ENS Lyon)
• Simulations HPC d’écoulements diphasiques par LBM (CEA Paris Saclay)
• Etude de modèles en océanographie côtière avec propriété dispersives améliorées (Institut Camille Jordan, Lyon)
• Solution of large sparse linear systems by mixed-precision domain decomposition methods (Laboratoire Jacques-Louis Lions, Paris)
• Intermittency in stratified turbulence (Laboratoire de Mécanique des Fluides et d’Acoustique, Lyon)
• Étude d’une EDP décrivant l’interaction entre une tumeur et le système immunitaire (Institut d’Avancées en Biosciences, Grenoble)
• Estimation du taux de saut des processus de Markov déterministes par morceaux (ENS de Lyon)
• Pseudo-Differential Neural Networks: Generative Models for Infinite-Dimensional Spaces (Centre de Machine Learning, Université de Gênes, Italie)
• Spatial transfer of deep learning models for rapeseed crop mapping (INRAE, Montpellier)
• Modélisation de l’évolution des éléments transposables au cours de l’adaptation à l’environnement (Laboratoire Évolution & Diversité Biologique, Toulouse)
• IA Générative et développement de dmoèles (CGI Luxembourg)
• Auto-encoders dans la réductioon dimensionnelle (Bioaster, Lyon)
• Two-dimensional entropy-preserving schemes for hyperbolic conservation laws (Institut Camille Jordan, Lyon)
• Differentiable contouring of implicit surfaces (Adobe Research, Lyon)
• Prediction of instability phenomena in mixed rock and ice massifs and run-out of granular flows linked to the thawing of permafrost in high mountains. (INRIA Grenoble)
• Optimisation sur l’espace des mesures et inférence pour des modèles de mélange (Institut Camille Jordan, Lyon)
• Analyse et classification des spectres optiques de glioblastomes en utilisant le Machine Learning et le Deep Learning (CREATIS, Lyon)
• Regional models for turbulent convection in a rapidly rotating shell (Laboratoire de Mécanique des Fluides, Lyon)
• Développement d’un prototype d’application (Équipe transport et mobilité, Dassault Système, Lyon)
• Deep learning methods for protein-ligand docking (Max-Planck Institut für Biochemie, Münich, Allemagne)
• Amélioration du modèle de dispersion atmosphérique à réponse rapide PMSS (ARIA Technologies/SUEZ Air&Climate Solutions, Nanterre)
• Modeling the population dynamics of Drosophila suzukii and optimizing releases for the deployment of the Sterile Insect Technique (INRAE, Sophia Antipolis)
• Modèle réduit d’écoulement d’air autour d’une éolienne (Scalian, Rennes)

Débouchés

Le taux de poursuite en thèse à l’issue de la formation est à l’image du positionnement fort du M2 Maths en action vers les métiers de la recherche.

Voici le devenir de quelques étudiants de la promotion 2023-2024 :

• Thèse mathématiques et biologie (ENS de Lyon)
• Thèse mathématiques et mécanique des fluides (INRIA Rennes)
• Thèse mathématiques et mécanique des fluides (Institut Camille Jordan, Lyon)
• Thèse d’analyse numérique et calcul scientifique (Sorbonne université, Paris)
• Thèse mathématiques et mécanique des fluides (Ecole centrale de Lyon)
• Thèse mathématique et biologie (INRAE Montpellier)
• Thèse statistique des extrêmes (Université d’Angers)
• Spécialiste technique (Apple, Lyon)
• Thèse machine learning et biologie (Lyon)
• Thèse optimisation et traitement d’images (ENS de Lyon)
• Thèse mathématiques et écologie des populations (Université de Lille)
• Thèse mathématiques et mécanique des fluides (Université d’Eindhoven, Pays-Bas)
• Thèse géométrie discrète et informatique graphique (LIRIS, Lyon)
• Thèse mathématiques et mécanique des fluides (Grenoble)
• Thèse apprentissage statistique (Institut Camille Jordan, Lyon)
• Thèse mathématiques et mécanique des fluides (Ecole centrale de Lyon)
• Thèse mathématiques et transport urbain (IFSTTAR, Champs sur Marne)
• Thèse mathématiques et biologie (INRIA Sophia Antipolis)

Recherche de thèse, recherche d’emploi

Doctorat : ANRT (toute l’offre des thèses CIFRE), catalogue de thèses en statistique

Sociétés savantes :

• SMAI (Société de Mathématiques Appliquées et Industrielles)
• SMF (Société Mathématique de France)
• SFdS (Société Française de Statistique)

Divers :

• APEC, jeunes diplômés
• Offres du réseau thématique UQ (Uncertainty Quantification)
• Offres du réseau thématique MAIAGES (MAthématiques de l’Imagerie, Apprentissage et GEométrie Stochastique)