Mackenzie et Alexander Mathis sont promus au professeurs associés

© 2026 EPFL
Le Conseil des écoles polytechniques fédérales a nommé les professeures et les professeurs de l'EPFL. Parmi eux, Alexander Mathis et Mackenzie Mathis (BMI) sont promus au poste de professeurs associés.
Le professeur Alexander Mathis, actuellement professeur assistant tenure track à l’EPFL, est nommé professeur associé de sciences de la vie à la Faculté des sciences de la vie (Campus Biotech, Genève) (SV)
Alexander Mathis travaille à la croisée des neurosciences computationnelles et de l’apprentissage automatique. Ses recherches visent, d’une part, à développer des outils permettant d’analyser des comportements complexes et, d’autre part, à faire progresser la compréhension des fondements neuronaux sous-jacents de ces comportements. Alexander Mathis est l’un des co-concepteurs de DeepLabCut, un progiciel open source permettant d’étudier les mouvements d’un animal à l’aide de vidéos sans recourir à des marqueurs intrusifs, ce qui a permis d’améliorer sensiblement notre compréhension du contrôle moteur biologique. Pour ce faire, il s’appuie sur un large éventail de compétences, allant du développement de logiciels aux méthodes modernes d’apprentissage automatique, en passant par les neurosciences computationnelles. En qualité de scientifique, Alexander Mathis jouit d’une excellente visibilité internationale. Il est aussi un enseignant hors pair, qui enrichit les programmes d’études de l’EPFL.

© 2026 EPFL
La professeure Mackenzie Mathis, actuellement professeure assistante tenure track à l’EPFL, est nommée professeure associée de sciences de la vie à la Faculté des sciences de la vie (Campus Biotech, Genève) (SV)
Les recherches de Mackenzie Mathis visent à comprendre les circuits neuronaux et les processus computationnels qui sont à la base de l’apprentissage et du contrôle moteurs. Mackenzie Mathis compte parmi les co-concepteurs de DeepLabCut, un progiciel open source permettant d’étudier les mouvements d’un animal à l’aide de vidéos sans recourir à des marqueurs intrusifs. S’appuyant sur DeepLabCut, elle a développé CEBRA, un algorithme qui permet d’analyser la manière dont les circuits neuronaux contrôlent les mouvements des différentes parties du corps. Ce nouvel outil permet d’établir un lien entre des modes comportementaux et des enregistrements à grande échelle de l’activité neuronale. Mackenzie Mathis a notamment obtenu pour son programme de recherche un subside "starting" du FNS dans le cadre des mesures transitoires en remplacement des bourses ERC, et s’est vu décerner le Prix scientifique suisse Latsis en 2024.