Anne-Florence Bitbol

photo placeholder image

anne-florence.bitbol@epfl.ch +41 21 693 23 25 https://www.epfl.ch/labs/bitbol-lab/

Voici mon CV
Voici le site de mon groupe de recherche

EPFL SV IBI-SV UPBITBOL
AAB 1 44 (Bâtiment AAB)
Station 15
1015 Lausanne

+41 21 693 23 25
Local:   AAB 1 44
EPFL > SV > IBI-SV > UPBITBOL

+41 21 693 23 25
Local:   AAB 1 44
EPFL > SV > SV-SSV > SSV-ENS

Web site:   Site web:   https://sv.epfl.ch/education

vCard
Données administratives


Parcours professionnel

Tenure-Track Assistant Professor

Institute of Bioengineering, School of Life Sciences

EPFL, Switzerland

Since 2020

CNRS Researcher (tenured)

Laboratoire Jean Perrin

Sorbonne Université, France

2016-2020

Postdoctoral Research Fellow

Biophysics Theory Group (PIs: Ned Wingreen, William Bialek, Curtis Callan)

Princeton University, USA

2012-2016


Formation

PhD in Physics

Statistics and dynamics of complex biological membranes, advised by Jean-Baptiste Fournier, summa cum laude

Université Paris-Cité (Paris-Diderot), France

2012

MSc in Physics

Fundamental physics, summa cum laude

ENS, Paris, France

2009

BSc in Physics

Summa cum laude

ENS Lyon, France

2007


Récompenses

2023 : Best teacher award : Life Sciences Engineering teaching section, EPFL

2023 : Young Scientist Prize in Biological Physics : International Union of Pure and Applied Physics (IUPAP)

2014 : Michelin Young Researcher (PhD) Prize : French Physical Society

2013 : Louis Forest PhD Prize in the Life Sciences : Chancellery of the Universities of Paris

Enseignement & Phd

Enseignement

Life Sciences Engineering

Doctorants

Fruet Cecilia, Littiere Alexandre Didier Nicolas, Samant Anamay Ashwin, Sgarbossa Damiano,

A dirigé les thèses EPFL de

Dietler Nicola , Servajean Richard Marie ,

Cours

Randomness and information in biological data

Genomics and bioinformatics

Ce cours introduit différentes méthodes d'analyse de données issues du séquencage d'ADN, de l'assemblage de génomes à l'analyse quantitative de l'évolution et de l'expression des gènes, à la liaison des facteurs de transcription et à la conformation des chromosomes.

EDCB seminar series

Lecture series on scientific machine learning

Ce cours présente des travaux sur la façon dont les questions scientifiques peuvent être abordées à l'aide de l'apprentissage automatique. L'apprentissage automatique permet d'extraire des connaissances à partir de données de manière automatisée. Nous apprendrons à partir d'exemples concrets.