Margaux Zaffran reçoit le Prix L’Oréal-Unesco Jeunes Talents France 2023 pour les Femmes et la Science

Décerné depuis 2007, ce prix récompense chaque année 35 jeunes chercheuses afin de les soutenir dans leur carrière scientifique, et inspirer plus largement les femmes à se lancer dans les métiers de la science.

Actuellement en troisième année de thèse, Margaux travaille sur le développement de méthodes statistiques de prévision des prix de l'électricité sur les marchés court terme. Cette thèse est réalisée en partenariat avec l’Inria et le Centre de Mathématiques Appliquées (CMAP) de l’Institut Polytechnique de Paris.

Margaux, également membre du FiME (laboratoire de Finance des Marchés de l’Énergie), s’intéresse plus précisément aux méthodes permettant de quantifier les incertitudes liées aux modèles de prévision. En effet, le développement des capacités de production intermittentes conduit à des marchés de l’énergie plus dépendants et volatils : prendre en compte l'incertitude autour des prévisions des prix et de la consommation d'électricité est essentiel pour une planification robuste de la production. Au-delà des enjeux pour le groupe EDF, ces travaux peuvent trouver d’autres applications telles que le diagnostic médical, ou encore la modélisation climatique.

Conformal Prediction with Missing Values 
Margaux Zaffran, Aymeric Dieuleveut, Julie Josse, Yaniv Romano 
Proceedings of the 40th International Conference on Machine Learning, 2023

Adaptive Conformal Predictions for Time Series 
Margaux Zaffran, Olivier Feron, Yannig Goude, Julie Josse, Aymeric Dieuleveut 
Proceedings of the 39th International Conference on Machine Learning, 2022​​​​​​​​​​​​​​