Jake Spertus est un boursier postdoctoral distingué INCASS-StatLab pour la période 2025–2027.

Histoires post-universitaires

Jake Spertus travaillera sur des méthodologies de détection des points de changement hors ligne et en ligne avec des applications dans la santé publique et la finance

En tant que boursier postdoctoral distingué INCASS-StatLab 2025, Jake Spertus participera à un programme complet qui comprend l’enseignement, la collaboration interdisciplinaire ou appliquée, le développement professionnel et un projet de recherche axé sur le développement de nouvelles méthodologies de point de changement pour les séries chronologiques multivariées, pour les données hors ligne ou en ligne, avec des applications en santé publique et en sciences actuarielles. Jake travaillera sous la supervision de la professeure Bouchra Nasri (Université de Montréal) et de la professeure Yunhong Lyu (Université Trent).

Programme : Bourse postdoctorale distinguée INCASS-StatLab
Région :
Nationale
Date :
2025–2027

Domaines d’intervention du projet

Jake Spertus contribuera au développement de nouvelles méthodologies de point de changement pour les séries chronologiques multivariées, pour les données hors ligne ou en ligne. Ces méthodologies peuvent être utilisées pour construire des systèmes d’alerte précoce pour les maladies infectieuses, en tenant compte des observations d’une ou plusieurs régions. Pour les séries chronologiques financières, elles peuvent être utilisées pour détecter les changements dans la distribution multivariée ou la dépendance qui indiquent quand un modèle proposé n’est plus valide, ce qui est très important pour les stratégies d’investissement et les applications en science actuarielle. Jake supervisera les résultats théoriques et informatiques du travail et sera encouragé à créer des packages R mettant en œuvre les méthodologies proposées.

Le projet donnera à Jake accès à des données de santé publique utilisées pour surveiller et comprendre le comportement de menaces spécifiques à la santé publique, ainsi qu’à des données financières disponibles publiquement ou par l’intermédiaire de collaborateurs de la Banque Nationale du Canada.

En plus de mener des recherches, Jake encadrera des étudiants de premier cycle et potentiellement des étudiants diplômés pour acquérir une expérience de supervision.

Les superviseurs de Jake Spertus : Bouchra Nasri et Yunhong Lyu.

Faire connaissance avec Jacob

Jake Spertus est chercheur postdoctoral au département de statistique de l’Université de Californie à Berkeley. Il a obtenu son doctorat en statistique à Berkeley en mai 2024 sous la direction du professeur Philip B. Stark. Ses recherches doctorales ont porté sur le développement de méthodes d’inférence basées sur la conception, en particulier des tests non paramétriques à échantillons finis pour des conceptions stratifiées ou séquentielles.

Avant Berkeley, Jake a travaillé comme assistant de recherche au département des politiques de santé de la Harvard Medical School dans le laboratoire de Sharon-Lise Normand. Il a obtenu son baccalauréat en mathématiques au Bowdoin College.

Il s’intéresse à un large éventail de problèmes ayant des impacts potentiellement positifs sur la science ou la société et a travaillé sur des applications dans les audits post-électoraux limitant les risques ; mesure du carbone organique du sol; recherche sur les résultats cardiovasculaires et psychiatriques; admissions aux études supérieures; et la sécurité des transporteurs routiers, le transport actif et la planification des infrastructures.

Ses intérêts de recherche technique comprennent l’inférence causale ; non paramétrique; statistiques basées sur la conception; optimisation des politiques; analyse séquentielle; et l’apprentissage supervisé.

Jake considère la bourse INCASS-StatLab comme une étape précieuse dans son développement de carrière.

« J’aimerais continuer à développer des méthodes statistiques, collaborer à la recherche scientifique et enseigner la science des données. La bourse de l’INCASS me permettra de découvrir de nouveaux problèmes interdisciplinaires et de nouvelles méthodes statistiques, de soutenir les collaborations avec des chercheurs canadiens et internationaux et de me donner l’occasion de suivre une formation pédagogique formelle ou d’acquérir une expérience pratique de l’enseignement dans de nouveaux environnements. J’envisage finalement de postuler à un poste de professeur aux États-Unis ou au Canada, et cette bourse me préparera parfaitement à cette nouvelle étape.

La bourse de l’INCASS me permettra de découvrir de nouveaux problèmes interdisciplinaires et de nouvelles méthodes statistiques, de soutenir les collaborations avec des chercheurs canadiens et internationaux et de me donner l’occasion de suivre une formation pédagogique formelle ou d’acquérir une expérience pratique de l’enseignement dans de nouveaux environnements.

À propos des superviseurs

Bouchra Nasri

Bouchra Nasri est membre du corps professoral (professeure agrégée) en biostatistique au Département de médecine sociale et préventive de l’Université de Montréal. La professeure Nasri est titulaire d’une bourse Junior 2 du Fonds de recherche du Québec – Santé (FRQS) en intelligence artificielle en santé et changements climatiques et est chercheuse principale pour des subventions financées par le Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG) et les Instituts de recherche en santé du Canada (IRSC) en statistique théorique pour les données complexes et en modélisation mathématique pour les maladies infectieuses. Elle était coresponsable du thème de la gestion des données (2021-2024) du One Health Modelling Network for Emerging Infections (OMNI) et membre de Mathematics for Public Health (MfPh), financé par le CRSNG et l’Agence de la santé publique du Canada (ASPC). Depuis mars 2023, elle a été nommée présidente du Centre d’épidémiologie en informatique de données de PathCheck, et depuis 2024, elle est codirectrice du Réseau de santé numérique au Québec. La professeure Nasri est l’auteur ou la co-auteure d’articles sur les séries temporelles, la modélisation de la dépendance, les statistiques multivariées, la modélisation mathématique des maladies infectieuses, l’exploration de texte et la synthèse des données. Son laboratoire se concentre sur le développement de modèles pour les maladies infectieuses et les menaces pour la santé publique.

Yunhong Lyu

Yunhong Lyu est professeur adjointe au Fépartement de mathématiques de l’Université Trent. Elle a obtenu son doctorat en statistique avec une expertise en probabilités appliquées et en processus stochastiques au Département de médecine sociale et préventive de l’Université de Montréal. Ses intérêts de recherche comprennent l’inférence statistique, la modélisation financière statistique, les probabilités appliquées, les processus stochastiques et l’analyse de données.