Personnel du CRM

Franco Saliola est professeur à l’Université du Québec à Montréal (UQAM) et ancien directeur du laboratoire LACIM (Laboratoire d’Algèbre, de Combinatoire et d’Informatique Mathématique). Il a obtenu son doctorat en 2006 à Cornell University sous la direction de Kenneth S. Brown. Ses recherches portent sur la combinatoire algébrique, un domaine très actif qui combine des techniques algébriques et combinatoires pour étudier des problèmes en mathématiques et dans d’autres domaines scientifiques. Son programme de recherche s’est développé à partir d’explorations de structures algébriques liées aux marches aléatoires sur les arrangements d’hyperplans; et il s’est naturellement étendu pour inclure la théorie de la représentation des monoïdes finis, des groupes symétriques et linéaires généraux, et des structures algébriques connexes. Il est grand adepte de l’exploration informatique dans la recherche mathématique, ce qu’il a intégré dans nombreuses facettes de son programme de recherche.

Benoit Durand-Jodoin travaille dans l’administration universitaire depuis 2012. Il a occupé le poste d’attaché d’administration de l’École des arts visuels et médiatiques de l’UQAM de 2012 à 2016 puis, toujours à l’UQAM, assumé la responsabilité des investissements en audiovisuel et des installations de systèmes destinés à l’enseignement et à la recherche. Il a rejoint l’équipe du CRM en 2022. Benoit est titulaire d’un baccalauréat en musique de l’Université de Montréal et d’une maîtrise en gestion de projets de l’UQAM.

Galia Dafni est professeure au Département de mathématiques et de statistique de l’Université Concordia, et responsable des publications du CRM . Elle a obtenu son doctorat de Princeton University en 1993, et a occupé des postes postdoctoraux à University of California, Berkeley, et Northwestern University, avant de venir à Montréal en 1998. Ses recherches portent sur l’analyse harmonique et les espaces de fonctions. Elle a beaucoup d’expérience en tant que mentor de jeunes mathématiciens au niveau du premier, deuxième et troisième cycle, et a été directrice du programme de premier cycle et du programme d’études supérieures de son département, ainsi que membre du comité des femmes en mathématiques, du conseil d’administration et du comité des publications de la Société mathématique du Canada.

Octav Cornea a eu son PhD en 1993 à l’Université de Rochester et il est Professeur à l’Université de Montréal depuis janvier 2003. Il travaille en topologie et en géométrie. Il a été Research Professor au MSRI (Berkeley) pendant l’automne de 2009 et membre de l’IAS (Princeton) en 2015-2016 quand il a aussi bénéficié d’une bourse Simons de la part de la fondation Simons. Il a été conférencier invité au Congrès Inaugural des Mathématiques des Amériques en 2013. Il est directeur du CRM depuis 2021.

À venir

Prof. Nasri est membre du corps professoral de biostatistique au sein du Département de médecine sociale et préventive de l’Université de Montréal. Elle est une boursière FRQS Junior 1 en intelligence artificielle en santé et en santé numérique. Prof. Nasri est titulaire d’une subvention à la découverte du CRSNG en statistique pour la modélisation de la dépendance pour les données complexes. Elle et son équipe travaillent principalement sur le développement de méthodes d’apprentissage statistique, de méthodes d’intelligence artificielle et de modèles mathématiques/statistiques pour les maladies infectieuses et les risques liés aux changements climatiques. Prof. Nasri a complété un doctorat sous la supervision de Taoufik Bouezmarni, Taha Ouarda, et André St-Hilaire, un MSc sous la supervision de Salah El-Adlouni et Taha Ouarda à l’INRS-ETE sur le développement d’approches statistiques pour les extrêmes liés aux changements climatiques et un diplôme d’Ingénieur d’État (eq. MSc) en Statistiques à l’INSEA. Elle a également effectué un stage postdoctoral en statistique théorique à McGill et HEC Montréal financé par le FRQNT, INCASS et GERAD. Elle a écrit et co-écrit plusieurs articles sur les séries temporelles, la dépendance spatiale, les statistiques multivariées, la modélisation compartimentale, l’exploration de textes et la synthèse de données probantes.