Lorsque l'on évoque Darwin et la théorie de l'évolution, on ne pense pas aux mathématiques. Pourtant dès que l'on s'intéresse aux mécanismes de la sélection naturelle, au hasard de la reproduction et au rôle des mutations, il est indispensable de les utiliser.
Après une introduction historique aux idées de Darwin sur l'évolution des espèces, nous expliquons l'impact de sa théorie et de ses réflexions sur la communauté scientifique et l'influence qu'il a eue sur la modélisation mathématique des dynamiques de population ou de la génétique des populations. Nous développons quelques exemples d'objets mathématiques, tels les processus de branchement, qui permettent de prédire le futur d'une population (son extinction, sa diversité…) ou au contraire d'en connaître le passé biologique (l'ancêtre commun d'un groupe d'individus par exemple). L'introduction du hasard dans la modélisation des questions liées à la biodiversité et à l'évolution est fondamentale. Elle permet de prendre en compte les variabilités individuelles et de mieux comprendre l'impact des facteurs écologiques et génétiques sur l'évolution des espèces.
Ces idées seront illustrées par des exemples issus de travaux récents développés entre mathématiciens et biologistes.[-]

La sous-représentation des femmes dans les filières et carrières scientifiques est un constat récurrent au niveau international. Problématique pour de multiples raisons, notamment éthiques, juridiques, et économiques, cette sous-représentation est également au coeur du débat sur l'idée d'une infériorité des femmes dans les sciences dites « dures ». Observée à partir de tests standardisés, l'infériorité des femmes serait évidente à partir du lycée, principalement en mathématiques, et sur les items les plus difficiles des tests. D'où l'idée qu'en mathématiques, les femmes atteindraient leurs "limites biologiques" plus vite que les hommes. Depuis une vingtaine d'années, les travaux sur l'effet de menace du stéréotype (Steele, 1997) ont permis d'apporter un nouvel éclairage sur les inégalités hommes/femmes en mathématiques. Les différences observées sont considérées comme l'expression de contraintes sociales et culturelles (plutôt que de contraintes essentiellement biologiques) en rapport avec l'action d'un stéréotype forçant les femmes à se comparer défavorablement aux hommes dans les disciplines scientifiques. Confrontées à des tests difficiles, les femmes subiraient une pression supplémentaire liée à la crainte de confirmer ce stéréotype. L'anxiété et la distraction cognitive qui en résultent viendraient interférer avec la réalisation du test et conduiraient les femmes à produire des performances suboptimales. Nous illustrerons l'influence subtile de la menace du stéréotype dans le maintien des inégalités hommes/femmes en mathématiques, à travers la présentation des résultats diverses recherches fondamentales et appliquées. Nous illustrerons également les différentes interventions qui ont été proposées pour lutter contre le phénomène de menace du stéréotype et pour encourager les filles/femmes à davantage investir les filières scientifiques, véritable enjeu de société aujourd'hui.

Mots clés : menace du stéréotype - disciplines scientifiques - différences de genre - performance - stéréotype implicite[-]

Sylvia Serfaty is a Professor at the Laboratoire Jacques-Louis Lions, Université Pierre et Marie Curie Paris 6. Sylvia Serfaty was a Global Distinguished Professor of Mathematics in the Courant Institute of Mathematical Sciences. She has been awarded a Sloan Foundation Research Fellowship and a NSF CAREER award (2003), the 2004 European Mathematical Society Prize, 2007 EURYI (European Young Investigator) award, and has been invited speaker at the International Congress of Mathematicians (2006), Plenary speaker at the European Congress of Mathematics (2012) and has recently received the IAMP Henri Poincar´e prize in 2012. Her research is focused on the study of Nonlinear Partial Differential Equations, calculus of variations and mathematical physics, in particular the Ginzburg-Landau superconductivity model. Sylvia Serfaty was the first to make a systematic and impressive asymptotic analysis for the case of large parameters in theory of the Ginzburg-Landau equation. She established precisely, with Etienne Sandier, the values of the first critical fields for nucleation of vortices in superconductors, as well as the leading and next to leading order effective energies that govern the location of these vortices and their arrangement in Abrikosov lattices In micromagnetics, her work with F. Alouges and T. Rivière breaks new ground on singularly perturbed variational problems and provides the first explanation for the internal structure of cross-tie walls.
http://www.ams.org/journals/notices/200409/people.pdf
Personal page : http://www.ann.jussieu.fr/~serfaty/[-]

Depuis les années 2000, l'informatique a vu émerger de nouvelles technologies, cloud et big data, qui bouleversent l'industrie avec l'arrivée d'outils de traitement à grande échelle.
De nouveaux besoins sont apparus comme la possibilité d'extraire de la valeur des données en s'appuyant sur des outils qui répondent aux nouvelles exigences technologiques.
Les architectures distribuées comme Hadoop, les bases de données non-relationnelles, les traitements parallélisés avec MapReduce constituent des outils qui répondent aux accroissements massifs des données, que ce soit en volumétrie, en nombre ou en type. Cette explosion de données a conduit à la terminologie Big Data.
Nous découvrirons les différents concepts des systèmes Big Data, ce que signifient les termes comme base NoSQL, MapReduce, lac de données, ETL ou ELT, etc.
Nous nous attarderons sur deux grands outils du BigData : Hadoop et MongoDB.[-]

Les solutions logicielles pouvant être mises en place pour assurer une disponibilité optimale et une rapidité d'accès adéquate aux fichiers n'ont jamais été aussi nombreuses, en particulier lorsque nous parlons de systèmes de fichiers distribués. Quand vient l'heure du choix, quelle(s) solution(s) choisir ?
Après un panorama des systèmes de fichiers distribués (CEPH, BeeGFS, DPM, OpenIO, iRODS, ...). les critères de choix seront détaillés. Enfin, des exemples de déploiements seront présentés en perspective des besoins exprimés.[-]

Proposition d'une démarche pour le traitement de données complexes et/ou massives à des fins d'exploration interactive. Basée sur la mise en œuvre effective dans un contexte de données de santé, cette démarche propose d'explorer des notions connues mais peu utilisées qui émergent comme les bases graphes pour modéliser un lac de données et l'exploiter. Nous balayons quelques environnements système (Hadoop, bases NoSQL, ETL) et effleurons les contraintes de sécurité d'accès.[-]