Rachel Ward (mathématicienne)
From Wikipedia, the free encyclopedia
| Formation | |
|---|---|
| Activité |
| A travaillé pour | |
|---|---|
| Directrice de thèse |
Rachel Ward est une chercheuse américaine en mathématiques appliquées à l'université du Texas à Austin. Elle est connue pour ses travaux sur l’apprentissage automatique, l’optimisation et le traitement du signal. À l'université du Texas, elle est professeure distinguée W.A. "Tex" Moncrief en ingénierie informatique et sciences — science des données, et professeure de mathématiques[1].
Éducation
Ward a obtenu sa licence de mathématiques à l'université du Texas à Austin en 2005 [2] puis a reçu son doctorat en mathématiques appliquées et computationnelles à l'Université de Princeton en 2009. Sa directrice de thèse était Ingrid Daubechies[3].
Carrière
Ward a enseigné au Courant Institute de 2009 à 2011 puis a rejoint l'université du Texas à Austin[4]. En 2018, elle a été chercheuse invitée chez Facebook AI Research [4] et en 2019, elle a été boursière Von Neumann à l'Institute for Advanced Study[5]. Elle est membre du conseil scientifique consultatif de l'ICERM (en) à l'université Brown[6].
Prix et distinctions
Rachel Ward a reçu une bourse de recherche Alfred P. Sloan en mathématiques en 2012[7]. Deanna Needell et elle ont reçu le prix de l'Institute for Mathematics and its Applications (en) en 2016[8]. Ward a été invitée pour donner une conférence au Congrès international des mathématiciens en 2022[9].
