Après un parcours dans la recherche, se soldant par l’obtention d’un doctorat dans le domaine de l’optimisation sous contraintes non convexes, Olivier se spécialise en Data Science par le biais de l’institut Telecom Paristech. Fort de son background aussi bien théorique que pratique, il décide de mettre à contribution ses connaissances dans le secteur bancaire en travaillant notamment pour CACIB et BNP Paribas.Passionné par la science, l’industrie pharmaceutique et la finance, Olivier poursuit son parcours chez SCIAM depuis Janvier 2020. Ancien nageur compétiteur, sapeur-pompier volontaire et surveillant de baignade, Olivier a, depuis son plus jeune âge, toujours mené avec excellence l’ensemble de ses projets tant au niveau professionnel que personnel.
Depuis quelques années, la méthode de séparation et évaluation par intervalles (Interval Branch and Bound) est de plus en plus utilisée pour résoudre les problèmes d’optimisation globale sous contraintes (Constrained Global Optimisation), notamment ceux qui sont non convexes. Contrairement à un grand nombre de ses concurrents, cette méthode permet de prouver l’optimalité d’une solution avec un niveau de précision donné. En revanche, son processus d’exploration arborescent implique une complexité exponentielle en temps et en mémoire dans le pire cas. De ce fait, le développement de techniques permettant d’accélérer la convergence de cette méthode définit un pan de recherche important.Une première...
