Pour des problèmes de décision en présence d'incertitude lorsque celle-ci provient d'anomalies dans les données ou de modèles inadéquats, l'optimisation distributionnellement robuste (distributionnally robust optimisation, DRO) offre une approche ``data-driven" prometteuse. Dans cette présentation, je propose illustrer ces idées sur des applications en machine learning et de discuter des résultats récents dans le cas où l'ambiguity set est défini avec la distance de Wasserstein.