Céline Labart, Maître de conférences à l’UFR Sciences et Montagne, chercheuse au Laboratoire de Mathématiques (LAMA), spécialiste en mathématiques appliquées, probabilités et probabilités numériques
Céline ne fait pas partie des personnes qui ont su, dès l’enfance, ce qu’elles feraient plus tard. Elle est de celles qui sont devenues probabilistes « presque par hasard ». Après son baccalauréat, elle entre en classe préparatoire au lycée Fabert de Metz. À cette époque, son but est d’intégrer une école d’aéronautique. Le jeu des concours lui permet d’entrer à l’École Nationale Supérieure de Techniques Avancées (ENSTA), école généraliste où elle découvre les mathématiques financières. Les probabilités et les statistiques l’attirant plus que la mécanique des fluides, elle s’engage en troisième année en double diplôme pour obtenir, en parallèle du diplôme d’ingénieur, le DEA d’Analyse et Systèmes Aléatoires de l’Université de Marne-la-Vallée. Son stage de fin d’études dans une banque d’investissement parisienne lui fait prendre conscience qu’elle souhaite poursuivre ses études en thèse.
En 2004, Céline intègre donc le Centre de Mathématiques Appliquées de l’École Polytechnique à Paris pour y étudier une thématique des probabilités numériques : les schémas d’approximation des équations différentielles stochastiques rétrogrades. Elle poursuit par un post-doctorat dans l’équipe MathFi de l’Institut national de recherche en informatique et en automatique (INRIA) toujours à Paris. À la fin de celui-ci, elle hésite beaucoup à aller travailler dans le milieu bancaire. Elle passe alors les concours de maîtres de conférences et obtient un poste au Laboratoire de Probabilités et Modèles Aléatoires de l’université Paris Sorbonne – Pierre et Marie Curie. Elle y découvre le métier d’enseignante, et contre toute attente y prend rapidement goût. En 2010, elle quitte Paris pour la région grenobloise, et obtient un poste au LAMA de l’Université Savoie Mont Blanc (USMB).
Ses thèmes de recherche relèvent des probabilités, outil mathématique capable, par exemple, d’expliquer que la fameuse loi des séries n’est pas une fatalité et de manière plus générale de quantifier les phénomènes aléatoires. Ses travaux portent sur les schémas d’approximation des équations différentielles stochastiques. Celles-ci permettent de modéliser des trajectoires aléatoires, comme par exemple les cours de bourse ou les mouvements aléatoires de particules dans un fluide. Très prisées par le monde de la finance, leur résolution (exacte ou approchée) est un véritable challenge. Cette dernière est souvent basée sur la méthode de Monte-Carlo (nom issu des jeux de hasard pratiqués dans cette ville), qui permet de calculer des valeurs numériques en utilisant des procédés aléatoires.
Son travail de recherche se faisant en grande partie de manière solitaire, elle éprouve le besoin de collaborer avec des membres de son laboratoire, mais aussi avec des chercheuses et chercheurs d’autres universités, souvent rencontrés lors de conférences, en France ou lors de déplacements à l’international. Ces rencontres étant très riches et fondamentales pour la diffusion de la recherche, Céline s’implique fortement dans l’organisation de conférences. Elle participe notamment à l’organisation de la conférence internationale Monte Carlo Methods en 2013, et prépare actuellement l’organisation d’une conférence sur les équations différentielles stochastiques rétrogrades qui se déroulera en 2020 et qui devrait rassembler 200 chercheurs du monde entier.
Côté enseignement, elle enseigne principalement les probabilités et les statistiques en licence et master Modélisation Mathématique et Analyse Appliquée à l’USMB. Après avoir été responsable de la licence Mathématiques et Informatiques Appliquées aux Sciences Humaines et Sociales sur le campus du Bourget-du-Lac, elle prend la responsabilité du Cursus Master Ingénierie, parcours Modélisation Mathématique et Simulation Numérique. Les relations avec le monde industriel développées dans le cadre de cette formation lui permettent de découvrir une nouvelle facette de son métier qui lui plaît particulièrement.
