La déconvolution spectrale consiste en l’extraction des valeurs propres d’une matrices bruitée. Cette déconvolution apparait naturellement dans plusieurs problèmes d’estimation matricielle. Dans cet exposé, je vais présenter une méthode pour réaliser la déconvolution spectrale en grande dimension en utilisant des outils d’analyse complexe. Cette méthode réduit la déconvolution spectrale à une déconvolution classique de mesures par un bruit de Cauchy. En utilisant des résultats récents de déconvolution classique, j’expliquerai enfin comment obtenir des bornes explicites sur l’efficacité de la méthode dans le cas d’un bruit matriciel invariant par rotation. Cet exposé s’appuie en partie sur un travail en commun avec Octavio Arizmendi et Carlos Vargas Obieta.