Frédéric Chazal est Directeur de Recherche au centre Inria Saclay - Ile-de-France et Directeur de l'Institut DATAIA Paris-Saclay. Après un doctorat en mathématiques pures, il a orienté ses recherches vers la géométrie et la topologie computationnelles. Il dirige aujourd'hui l'équipe DataShape (Inria Saclay - Île-de-France) qui travaille sur l'analyse des données topologiques (TDA), un domaine récent et en pleine expansion, au croisement des mathématiques, des statistiques, de l'apprentissage automatique et de l'informatique. Les contributions de Frédéric à ce domaine vont des aspects mathématiques fondamentales aux problèmes algorithmiques et appliqués. Il a publié plus de 80 articles pour des conférences en informatique et revues de mathématiques majeures. Il est co-auteur de 2 livres de référence et 3 brevets. Il est également éditeur associé de 4 revues internationales : Discrete and Computational Geometry (Springer), SIAM Journal on Imaging Science, Graphical Models (Elsevier), Journal of Applied and Computational Topology (Springer).

Au cours des dernières années, Frédéric a dirigé plusieurs projets de recherche nationaux et internationaux sur les méthodes géométriques et topologiques en statistique et en apprentissage automatique. Il est également le responsable scientifique de projets de recherche industriels communs entre Inria et plusieurs entreprises telles que Fujitsu (TDA, machine learning et explainable AI) ou la PME française Sysnav.

Frédéric Pascal  a obtenu un Doctorat en Traitement Numérique du Signal de l’Université Paris X-Nanterre. De novembre 2006 à février 2008, il a effectué un post-doctorat au sein de l'équipe en Traitement Numérique du Signal et de l’Information du laboratoire SATIE, CNRS, ENS Cachan, France. Entre mars 2008 et décembre 201, il a été professeur adjoint au laboratoire SONDRA de CentraleSupélec. En 2012, il a obtenu une thèse d’Habilitation à Diriger la Recherche (HDR) en Traitement du Signal à l'Université Paris-Sud. Entre août 2013 et août 2014, il est professeur associé invité au département ECE de l'Université Nationale de Singapour. Depuis janvier 2014, Frédéric Pascal est professeur titulaire au laboratoire L2S de CentraleSupélec. Depuis janvier 2017, il est en charge du groupe "Signaux et Statistiques" du L2S. Il est également coordinateur des activités en sciences des données à CentraleSupélec et titulaire de la chaire Givaudan en sciences des données. Depuis septembre 2017, il est membre du Bureau de l'Institut DATAIA en tant que Coordinateur de Programme. De 2015 à 2017, il a été président de l'EURASIP SAT en recherches théoriques et méthodologiques du traitement des signaux (TMTSP, Theoretical and Methodological Trends in Signal Processing) et il est membre du comité technique SAM de l'IEEE Signal Processing Society. Frédéric Pascal est aussi rédacteur associé pour IEEE Transactions on Signal Processing, pour la revue EURASIP Journal on Advances in Signal Processing et pour Elsevier Signal Processing. Ses domaines de recherche incluent l'estimation, la détection et la classification pour données statistiques en traitement numérique du signal et applications dans le traitement radar et imagerie. Il est auteur et coauteur de plus d'une centaine de publications dans les meilleures revues et de participation aux conférences sur le Traitement Signal, Image et Statistiques.

Sarah Cohen-Boulakia est professeure des universités au LISN, le Laboratoire Interdisciplinaire des Sciences du Numérique de l'Université Paris-Saclay. Elle travaille depuis vingt ans avec des groupes multidisciplinaires réunissant des informaticiens et des biologistes de divers domaines. Elle est directrice du GDR MaDICS du CNRS sur la science des données et l’interdisciplinarité. Elle est fortement impliquée dans les activités d'enseignement de l’Université (responsable du Master Bio-Informatique, coordinatrice pédagogique du projet SaclAI-School).

Les intérêts de recherche de Sarah Cohen-Boulakia se placent en science des données et incluent la provenance et la conception de workflows scientifiques, la reproductibilité des expériences scientifiques, l’intégration et l'interrogation de données de bases biologiques et biomédicales.

Alexandra Bensamoun est professeure de droit privé et sciences criminelles (Université Paris-Sud/Paris-Saclay -  Centre d’études et de recherche en droit de l’immatériel CERDI), spécialiste d’IP/IT. Nommée personnalité qualifiée au Conseil Supérieur de la Propriété Littéraire et Artistique (CSPLA), elle a mené pour le ministère de la Culture plusieurs rapports, par exemple sur le statut des intermédiaires techniques de l’Internet et sur le droit de communication au public. Chargée de mission au Bureau de l’Institut DATAIA, elle est très impliquée dans la réflexion et la recherche scientifique relative à l’IA et a écrit plusieurs contributions sur sa régulation, notamment en matière de responsabilité et d’éthique. Elle a également codirigé la partie « Enjeux juridiques » du rapport #FranceIA (à la demande du Premier ministre, 2017).

Antoine Cornuéjols est professeur à AgroParisTech, responsable de l’équipe EKINOCS (Learning and Integration of Knowledge) dans l’UMR AgroParisTech/INRAE MIA-Paris. Ses recherches portent sur l’apprentissage à partir de flux de données, l’apprentissage par transfert et sur les méthodes d’apprentissage collaboratives supervisées et non supervisée. Il est co-auteur avec Laurent Miclet et Vincent Barra de l’ouvrage « Apprentissage Artificiel. Concepts et algorithmes. De Bayes et Humes au deep learning » (4ème édition en 2021). Il est également co-responsable de la chaire partenariale H@rvest sur l’agriculture numérique. 

Claire Nédellec est directrice de recherche en informatique, responsable de l'équipe Bibliome (INRAE Jouy-en-Josas et Université Paris-Saclay). Après 10 ans passés au LRI (Université Paris-Sud) en thèse sous la direction d'Yves Kodratoff, puis comme enseignante-chercheuse, elle a rejoint l'unité MaIAGE à l'INRAE où elle a créé l'équipe Bibliome. Ses recherches portent sur l'extraction d'information à partir de textes dans le domaine des sciences de la vie et leur formalisation par des ontologies. Elle contribue aussi au développement de services ouverts de text mining à destination des scientifiques dans le cadre de projets internationaux et nationaux. Elle a coordonné la rédaction des recommandations du CoSO (Comité pour la Science Ouverte) sur l’analyse automatique de documents (2019).

David Rousseau est physicien, Directeur de Recherche au CNRS/IN2P3 dans le laboratoire IJCLab-Orsay Université Paris Saclay. Il est membre de la collaboration ATLAS auprès du Large Hadron Collider au CERN, étudiant principalement la physique du boson de Higgs. Il a un intérêt tout particulier pour l’utilisation de l’Intelligence Artificielle en physique et en sciences plus généralement, en particulier modèles de substitution, réduction  de dimensionnalité, classification en présence d’incertitudes. A cet effet il a organisé deux challenges Kaggle et est co-responsable de l’Interexperiment Machine Learning group au CERN, et co-responsable du Center for Data Science Paris Saclay.

Directeur de recherches au CEA, François Terrier est responsable du programme Intelligence Artificielle au CEA. Après un Doctorat en IA et 10 ans de R&D dans le domaine, a conduit des recherches sur l’ingénierie des logiciels et des systèmes de confiance. Auteurs de plus de 100 publications, il a été représentant du CEA dans le réseau d’excellence sur les systèmes temps réel piloté par Joseph Sifakis, et acteur pour la normalisation sur la thématique auprès de l’OMG. Chef de département de 2010 à 2020, il a été en charge du développement des activités sur l’ingénierie basée modèle, les méthodes formelles qui ont donné lieu à la production de plates-formes open sources internationales (Papyrus, Frama-C). Dans cette mission, il a soutenu l’émergence des nouvelles activités sur la cyber-sécurité, les systèmes distribués résilients, dont la blockchain. De part, sa double culture en IA et en ingénierie des systèmes de confiance, il a construit l’axe l’intelligence artificielle de confiance du CEA qu’il pilote et déploie dans différents projets tels que confiance.ai et le réseau d’excellence européen TAILOR.

Fatiha Saïs est Professeure des Universités à l’Université Paris Saclay et membre du Laboratoire Interdisciplinaire des Sciences du Numérique (LISN) où elle dirige l’équipe LaHDAK (Données et connaissances hétérogènes à grande échelle). Ses recherches portent sur : le liage et la fusion de données dans le Web de données, la détection d’erreurs et la validation de faits dans les graphes de connaissances ainsi que la découverte de règles et de motifs de graphes dans les données graphes pour le liage de données, la prédiction de liens, la prise de décision ou encore l’explication de relations causales. Ses travaux s’appuient sur des techniques issues de plusieurs domaines : la représentation de connaissances et raisonnement, la fouille de données et l’apprentissage automatique. Elle est actuellement membre du conseil d’administration de l’AFIA (Association Française pour l'Intelligence Artificielle) et membre actif du GDR MaDICS sur la science des données et du GDR IA (Aspects Formels et Algorithmiques de l'Intelligence Artificielle). Enfin, en enseignements à l’université Paris Saclay, Fatiha Saïs est co-responsable de la mention informatique de la GS ISN au niveau master comprenant 15 parcours de Master 1 et Master 2 et elle est co-responsable du parcours Data Science.

Sylvain Chevallier est professeur à l’Université Paris-Saclay et travaille dans le Laboratoire Interdisciplinaire des Sciences du Numériques (LISN) sur les méthodes géométriques pour l’analyse et la prédiction de séries temporelles multivariées, ainsi que pour la détection d’anomalie. Il a travaillé 10 ans au Laboratoire d’Ingénierie des Systèmes de Versailles sur l'assistance aux personnes en situation de handicap, en intégrant des interfaces cérébrales dans des applications expérimentales et de collaboration art-science. Il est vice-président de la société savante CORTICO pour la promotion des interfaces cérébrales. Il dirige plusieurs projets de sciences ouvertes et citoyennes pour améliorer la reproductibilité scientifique et faciliter l’appropriation des interfaces cerveau-ordinateur.

Émilie Chouzenoux a obtenu le diplôme d'ingénieur de l'École centrale, Nantes, France, en 2007, et le doctorat en traitement du signal de l'Institut de recherche en communications et cybernétique (IRCCyN, UMR CNRS 6597), Nantes, en 2010. Entre 2011 et 2019, elle a été maître de conférences à l'Université Paris-Est Marne-la-Vallée, Champs-sur-Marne, France (LIGM, UMR CNRS 8049). Depuis septembre 2019, elle est chercheuse à l'Inria Saclay, dans le laboratoire CVN à CentraleSupélec, Université Paris-Saclay. Elle est rédactrice associée du SIAM Journal on Mathematics of Data Science et du SIAM Journal on Imaging Science. Depuis janvier 2020, elle est l'investigatrice principale d'un Starting Grant du Conseil européen de la recherche. Ses recherches portent sur les algorithmes d'optimisation à grande échelle pour les problèmes inverses et les problèmes d'apprentissage automatique du traitement d'images.