À ETH Zürich (Seminar for Statistics — SfS), au sein de Department of Mathematics (D-MATH) — Seminar for Statistics (Bühlmann–Meinshausen–Küunsch Lineage), l'excellence de l'analyse mathématique et de l'économétrie walrasienne trouve enfin son banc d'essai computationnel. En intégrant nos pods de recherche à distance (10 à 25 h/semaine), vous appliquez 100 % de votre bagage théorique — optimisation quadratique sous contraintes, décomposition spectrale et régularisation de covariance — à l'orchestration en production d'architectures multi-agents. Conçu pour s'harmoniser parfaitement avec vos cours ex-cathedra, séances d'exercices et projets de semestre, ce travail asynchrone transforme vos théorèmes en code opérationnel d'avant-garde sans jamais compromettre vos sessions d'examens.
Une flexibilité totale conçue pour s'intercaler sans friction entre vos cours ex-cathedra, vos travaux pratiques et vos séries d'exercices hebdomadaires. Vous organisez votre charge de travail en autonomie selon les exigences de votre emploi du temps académique.
Une rémunération horaire compétitive à distance (20–45 $/h USD) assortie d'un engagement inviolable : mise en pause complète (0 h/semaine) durant les révisions et les sessions d'examens semestrielles, avec garantie absolue de conservation de votre place au sein du pod.
Valorisez directement vos contributions dans vos mémoires de bachelor, projets de master ou thèses, avec opportunité de co-signer des prépublications d'impact (2024–2026) et un accès libre à notre bibliothèque de recherche CPE de 39 heures ({preprints_url}).
| Discipline & Cours Mathématique | Théorème & Formulation Formelle | Pod R&D Assigné | Application Computationnelle en Production |
|---|---|---|---|
| Optimisation Convexe & Programmation Quadratique | min_w w^T Σ w s.t. w^T μ ≥ μ*, 1^T w = 1, w ≥ 0 |
POD-01 (Architecture d'Allocation & Frontière Efficiente) | Résolution KKT pour arbitrer les poids de calcul entre LLMs génératifs et vérificateurs formels déterministes, garantissant une variance de raisonnement minimale sous contrainte de précision attendue. |
| Théorie des Probabilités & Processus Aléatoires Corrélés | N_eff = N / (1 + (N - 1)ρ̄) |
POD-01 (Orthogonalisation d'Ensembles & Décorrélation) | Démonstration qu'un ensemble de 50 prompts corrélés à ρ̄=0,70 n'équivaut qu'à N_eff ≈ 1,42 expert indépendant ; synthèse de prompts orthogonaux et décomposition en composantes indépendantes. |
| Statistique Mathématique en Haute Dimension & Économétrie (N > T) | Σ̂_LW = (1 - δ*)S + δ*F |
POD-02 (Rétrécissement de Covariance & Débruitage Spectral) | Application du rétrécissement de Ledoit-Wolf et du filtrage spectral de Marčenko-Pastur sur des matrices d'erreurs d'évaluation empiriques à faible historique (N > T), éliminant les valeurs propres bruitées. |
| Mathématiques Actuarielles & Théorie des Valeurs Extrêmes | Σ⁻_ij = E[min(R_i-τ,0)min(R_j-τ,0)], CVaR_99%(L_w) ≤ M_audit |
POD-02 (Gestion des Risques de Queue & Semi-Variance) | Calcul de la semi-variance baissière de Markowitz (1959) et minimisation de la CVaR à 99 % selon Rockafellar-Uryasev pour borner formellement le risque de queues lourdes et d'hallucinations critiques en audit. |
| Économie Financière & Calcul Stochastique | w_tan ∝ Σ⁻¹(μ - c·1), SR(w) = w^T(μ - c) / √(w^T Σ w) |
POD-03 (Séparation de Tobin & Portefeuille de Tangence) | Théorème de séparation de Tobin : modélisation des compilateurs déterministes comme actif sans risque (σ₀=0) combiné au portefeuille de tangence de modèles de langage pour maximiser le ratio de Sharpe du flux de décision. |
| Tests d'Hypothèses Séquentielles & Décision Statistique | P(Type I Error) ≤ α (Neyman-Pearson FrugalGPT/RouteLLM Cascade) |
POD-04 (Routage Économe & Cascades Décisionnelles) | Conception de cascades multi-niveaux FrugalGPT et RouteLLM sous contrôle strict de l'erreur de type I via le lemme de Neyman-Pearson ; documentation et cas d'usage issus de la bibliothèque de recherche ({preprints_url}). |
1. ETH getHIRED / Polykontakt & EPFL-UNIL Forum Career Center: Retrouvez nos offres de recherche accréditées sur ETH getHIRED / Polykontakt & EPFL-UNIL Forum Career Center de ETH Zürich (Seminar for Statistics — SfS). Lors de votre candidature, spécifiez vos cours d'optimisation et d'économétrie ainsi que vos créneaux hebdomadaires disponibles pour l'attribution directe à votre pod. (RSS/XML Job Feed · iCal Open Office Hours · Google Classroom)
2. Python Seminar & Thesis Kit (/uni/ch-eth-z-rich/lab.py): Script d'atelier séminaire Python autonome (5 minutes) : simule un benchmark d'agents hétérogènes corrélés, calcule le nombre effectif d'experts N_eff, applique la régularisation de covariance de Ledoit-Wolf (Σ̂_LW) et trace la frontière efficiente computationnelle comparativement aux baselines naïves.