Le Dr. Steven Golovkine est un professeur adjoint du département de mathématique et de statistiques de l'Université Laval. Ses intérêts de recherche se concentrent sur le développement de méthodes statistiques et d'algorithmes pour la modélisation de données fonctionnelles multivariées. Des exemples d'applications de ses travaux incluent l'imagerie à résonance magnétique fonctionnelle (IRMf), les données d'accéléromètres en science du sport ou encore le monitoring d'électrocardiogrammes (EEG) en cardiologie.

Il a reçu son diplôme d'Ingénieur en Statistique et son M.Sc. in Big Data en 2017 de l'École Nationale de la Statistique et de l'Analyse de l'Information (ENSAI), France. Il a obtenu un doctorat en Mathématique et leur Interaction de l'ENSAI, en 2017, en collaboration avec le Groupe Renault sur le sujet "Statistical methods for multivariate functional data".