Consulter les offres d'emploi
Vaccin anti-HPV et risque de maladies auto-immunes : étude pharmaco-épidémiologique
Publiée le 20/01/2017 15:30.
Stage, Paris.
Entreprise/Organisme : CNAMTS
Niveau d'études :Master
Date de début : Avril 2017
Durée du contrat : 6 mois
Secteur d'activité : Epidémiologie - Santé publique
Description : Vaccin anti-HPV et risque de maladies auto-immunes : étude pharmaco-épidémiologique à partir d’une cohorte de plusieurs millions de jeunes filles de 11 à 20 ans et suivies de 2008 à 2015. Pour le descriptif, voir le document joint.
En savoir plus : Offre_Stage_Statisticien_HPV.pdf (67,29 Ko)
Contact :christophe.chaignot@cnamts.fr
Chimiométrie et statistiques : outils de compréhension de principes actifs et procédé industriel
Publiée le 19/01/2017 08:23. Référence : Biochemstat.
Stage, 1 rue de l'Abbaye 76960 Notre Dame de Bondeville.
Entreprise/Organisme : Aspen Notre Dame de Bondeville
Niveau d'études :Master
Sujet : Aspen, 6ème plus grand producteur de médicaments génériques dans le monde, est un groupe sud-africain, fournisseur de produits pharmaceutiques de marque et de génériques. Les produits Aspen sont vendus dans plus de 150 pays à travers le monde. Aspen Notre Dame de Bondeville, industrie pharmaceutique spécialisée dans la fabrication d’anticoagulants d’origines biologique et synthétique, propose un stage dans son centre d’excellence Biochem. Le Centre d’Excellence Biochem a pour but de supporter les ambitions d’Aspen pour les produits Biochem. Les produits Biochem, classifiés dans la catégorie des produits biologiques, constituent un des portefeuilles majeurs d’Aspen. Ce stage se focalisera sur les anticoagulants d’origine biologique correspondant à un polymère sulfaté (chaîne polysaccharidique sulfatée). L’objectif de ce projet est d’améliorer la compréhension des différentes matières premières d’origine biologique, du principe actif (anticoagulant : produit fini) et de l’impact du procédé industriel. En effet, il est observé une forte hétérogénéité des attributs qualités (paramètres clefs) du principe actif selon la provenance géographique des matières premières, ainsi que des procédés de purification mis en place chez les différents fournisseurs. En vue de mettre en place ce projet, des analyses de spectres par 1H RMN, HSQC RMN, et de profils SAX-HPLC sont réalisées. La mission principale de ce stage sera l’analyse de données issues : - de plusieurs méthodes analytiques par 1H RMN, HSQC, SAX-HPLC (analyses de spectres des produits biologiques) - de la production (données de procédés de fabrication, chimiques …), - et des résultats/contrôles libératoires du principe actif. Pour cela le(la) stagiaire aura pour objectif de mettre en place des modèles de régression multiple (ACP ; PLS ; …) par programmation sous le logiciel R et également de mettre en place des modèles de régression linéaire par le logiciel de statistique Minitab. Ce projet de stage aura lieu au sein Centre d’excellence Biochem en vue de déployer ces modèles. Mots-clés : statistique, ACP, PLS, analyse multivariée, polysaccharide, monosaccharides.
Date de début : ASAP
Durée du contrat : 4 - 6 mois
Secteur d'activité : Recherche et Développement
Description : Création de modèles de régressions multiples (ACP ; PLS ; …) par programmation R et de modèles de régressions linéaires sous Minitab pour améliorer la compréhension de nos produits et du procédé industriel.
En savoir plus : Stage Aspen NDB.pdf (266,62 Ko)
Contact :sleguillou@fr.aspenpharma.com
CDD Ingénieur analyse biostatistiques de données transcriptomiques
Publiée le 19/01/2017 08:23.
CDD, Plateforme GeT-TRiX, Toulouse, France.
Entreprise/Organisme : INRA
Niveau d'études :Master
Date de début : 01/03/2017
Durée du contrat : 1 an
Description : Le poste est à pourvoir sur le site TRiX de la plateforme technologique GeT et hébergé au sein de l’unité de recherche ToxAlim. Le plateau GeT-TRiX propose notamment un service d’analyses transcriptomiques « clé en main » par la technologie des puces à ADN (microarray) : du contrôle qualité des échantillons biologiques jusqu’à la réalisation d’analyses biostatistiques des données produites. Le plateau a mis en place un service d’analyse biostatistique de données transcriptomiques via l’utilisation de packages dédiés sous environnement R et en développant des scripts d’analyse afin de traiter les données ; depuis leur contrôle qualité jusqu’aux analyses différentielles, multivariées ou également d’enrichissement fonctionnel. En parallèle, le plateau souhaite développer une expertise dans l’analyse d’intégration de données multi « omiques ». Le/la candidat/e sera encadré par l’Ingénieur en traitement de données, également responsable du plateau. Il/elle aura pour mission de prendre en charge les analyses réalisées sur le plateau ainsi que la mise en place de nouvelles méthodes d’analyse de données « omiques ».
En savoir plus :http://www6.toulouse.inra.fr/toxalim/Plateformes-Technologiques/E23-TRiX
Offre CDD IE biostat transcriptomique.pdf (232,04 Ko)
Contact :yannick.lippi@inra.fr
Signal detection in Event-Related Potentials Data
Publiée le 17/01/2017 13:53. Référence : Internship position - 2nd year master - ERP data analysis.
Stage, Rennes.
Entreprise/Organisme : Agrocampus Ouest
Niveau d'études :Master
Sujet : Event-related potentials (ERP) are voltage changes along the scalp time-locked to some physical or mental occurrence in the ongoing electrical brain activity recorded as electroencephalogram (EEG). Unlike functional magnetic resonance imaging (fMRI), ERPs studies provide better temporal resolution to chart the time course of mental processes. In ERP experiments, the biomedical response of a subject to a drug dose or to a control/treatment group membership is a high resolution curve describing his differential brain activity along time. Measuring each effect size by a trustable p-value can be achieved using functional Analysis of Variance (fANOVA) model, which can just be viewed as an extension of traditional Analysis of Variance to the situation where the response is a curve. As reported in Sheu \textit{et al.} (2016), ERP data show a pronounced time-dependence, with time intervals of highly correlated ERPs. For the signal identification issue, Sheu \textit{et al.} (2016) show that this strong time dependence induces instability of the selection procedure. They propose a method based on a flexible latent factor model for the time dependence to decorrelate ERP data while preserving the underlying true signal. Similarly, the present internship project project aims at investigating the consequences of strong time-dependence patterns for the signal detection issue by fANOVA likelihood-ratio tests.
Date de début : 01-03-2017
Durée du contrat : 4-6 months
Secteur d'activité : Recherche
Description : Topic: Statistical testing for event-related potentials data. Validation of a testing strategy, implementation of an R package. Keywords: EEG data, ERP data, factor modeling, functional data, functional ANOVA
En savoir plus :http://math.agrocampus-ouest.fr/infoglueDeliverLive/membres/david.causeur/research
Internship - Open position - Agrocampus -ERP data analysis.pdf (60,06 Ko)
Contact :david.causeur@agrocampus-ouest.fr
Génération de cartes par optimisation en Agriculture Numérique
Publiée le 16/01/2017 16:02.
Stage, Montpellier.
Entreprise/Organisme : INRA
Niveau d'études :Master
Sujet : Contexte : L’explosion des données en Agriculture (volume, multi-échelles, complexité, caractère spatio-temporel, hétérogénéité) requiert le développement d’approches innovantes capables de les analyser en tenant compte de toutes ces caractéristiques. Depuis 2014, l’UMR MISTEA (INRA département de mathématiques et informatique appliquées, SupAgro) a engagé des travaux de recherche basés sur des approches par optimisation, pour construire automatiquement des cartes résumant les données géoréférencées, en fonction de critères numériques et en respectant des contraintes de taille ou de forme. Ces critères sont basés sur des indicateurs d’homogénéité intra-zone et d'hétérogénéité inter-zones voisines. L’intérêt de ces critères est double : 1-s’abstraire de définitions de classes de valeurs fixées a priori, tout en associant des labels interprétables aux zones générées, 2-permettre la comparaison rapide et objective de zonages entre eux, indispensable dans le cas de grandes quantités de données (Big Data) à analyser. Objectifs : Le stage s’insère dans cette dynamique. Il a pour objectifs : • d'améliorer et étendre les procédures de prise en compte des contraintes. • d’étendre les indicateurs en prenant en compte la structure spatiale interne de chacune des zones générées. En effet, la structure spatiale induit différents types de zones : très homogène, avec gradient de valeurs (orienté), « chaotique », que l’on souhaite différencier dans le zonage. • de mettre au point une visualisation interactive permettant à l’utilisateur une exploration facile d’un grand nombre de données géoréférencées : nombre de labels variable, paramètres de proximité et de précision, attribution de symboles explicatifs aux zones selon les types définis plus haut, visualisation de l’imprécision. • de programmer les développements informatiques dans un package R. Les développements seront appliqués à des données réelles d'agriculture de précision, d'ores et déjà disponibles., et intégrés au logiciel open source GeoFIS 1
Durée du contrat : 6 mois
Secteur d'activité : Agronomie, Mathématiques, Informatique
Description : UMR MISTEA, INRA-SupAgro Mathématiques, Informatique et Statistique appliquées a l'Environnment et l'Agronomie
En savoir plus :https://www6.montpellier.inra.fr/mistea/Offres-de-stage-these-emploi
stage-INRA-cartes2017.pdf (118,84 Ko)
Contact :patrice.loisel@inra.fr
Heterogeneity in imperfect maintenance modelling
Publiée le 13/01/2017 16:21.
Stage, Laboratoire Jean Kuntzmann (LJK), FIGAL team, Université Grenoble Alpes, Grenoble, France.
Entreprise/Organisme : Laboratoire Jean Kuntzmann (LJK), FIGAL team, Université Grenoble Alpes, Grenoble, France
Niveau d'études :Master
Sujet : Heterogeneity in imperfect maintenance modelling
Description : Many stochastic models have been proposed to model the ageing of complex industrial systems and the efficiency of their maintenance, in order to assess their reliability, predict their residual life and optimize their maintenance. But these models are not adapted when there exists heterogeneity in the analyzed data. Heterogeneity can be both observed (for instance, when the systems are used under different climate conditions) and not observed (for instance when they suffer from internal dysfunctions). Recently, Slimacek and Lindqvist [3] have proposed to analyze wind turbine reliability data with models where the observed and not observed heterogeneities are respectively characterized by covariates and frailties. They assume that the system maintenances are perfect, i.e. that each maintenance restores the system into a new one. Of course, this is not the case in practice and the FIGAL team in LJK has proposed several ways of modelling imperfect maintenance [1]. So the aim of the internship is to study imperfect maintenance models with heterogeneity. The resulting model mixes virtual age models (for the imperfect maintenance effect), Cox type proportional hazard models (for the observed heterogeneity) and Bayesian frailty models (for the unobserved heterogeneity). The theoretical properties of the model will be studied. The statistical inference in this model can be parametric or semi-parametric, and could use the method proposed in [2]. The model will be implemented in the {\tt R} package {\tt VAM}, developed in LJK. Finally, an application to a real data set is expected. Beutner E., Bordes L. Doyen L., The failure of the profile likelihood method for semi-parametric effective age models, Bernoulli, to appear, 2016. Li L., Hanson T.E., A Bayesian semiparametric regression model for reliability data using effective age, Computational Statistics and Data Analysis, 73, 177-188, 2014. Slimacek V., Lindqvist B.H., Nonhomogeneous Poisson process with nonparametric frailty, Reliability Engineering and System Safety}, 149, 14-23, 2016.
En savoir plus :http://amore2016.imag.fr/members.html
SujetDoyen2.pdf (84,95 Ko)
Contact :mitra.fouladirad@utt.fr
POSTE DE STATISTICIEN JUNIOR
Publiée le 13/01/2017 16:20. Référence : STATISTICIEN JUNIOR.
CDD, DIJON, INSERM U1231 « Epidémiologie et Recherches cliniques en Cancérologie Digestive ».
Entreprise/Organisme : INSERM
Niveau d'études :Master
Date de début : FEVRIER 2017
Durée du contrat : 6 MOIS RENOUVELABLES
Secteur d'activité : CANCEROLOGIE DIGESTIVE
Description : Missions L’ingénieur(e) sera recruté(e) dans le cadre du Laboratoire d’Excellence (LabEx) LipSTIC (Lipoprotéines et Santé : prévention et traitement des maladies inflammatoires et du cancer). Les projets collaboratifs et fédérateurs portés par les équipes du LabEx nécessitent un renforcement de personnel à temps complet pour réaliser les analyses statistiques de nombreuses données disponibles dans des études épidémiologiques emblématiques du LabEx LipSTIC. L’ingénieur(e) exercera son activité au sein de l’unité INSERM U1231, équipe « Epidémiologie et Recherches cliniques en Cancérologie Digestive », Faculté des Sciences de Santé, 7 Bd Jeanne d’Arc, 21000 Dijon. Il (elle) sera chargé(e) des analyses statistiques des études épidémiologiques engagées dans le LabEx LipSTIC et le cas échéant les futurs projets et projets ancillaires. Les études en cours AGARIC (476 patients) et CiRCE (1178 patients) disposent d’un grand nombre de données cliniques et environnementales mais également de données biologiques à analyser. En particulier, un projet développé dans l’étude CiRCE vise à mettre en évidence les liens entre profil lipidique, lipoprotéines et endotoxémie et la progression de la cirrhose vers un carcinome hépatocellulaire. Il s’agira également d’étudier les liens avec l’alimentation et l’évolution des patients après 5 ans de suivi. La personne recrutée travaillera en lien direct avec les data-managers et ARC, biostatisticiens, épidémiologistes, biologistes et cliniciens impliqués dans le LabEx LipSTIC. Activités principales • S’assurer avec les data-mangers et ARC de la cohérence et de la qualité des données : détection et correction des incohérences dans les données recueillies, repérage et traitement des cas difficiles, résolution des problèmes de recueil avec l’équipe projet. • Préparer avec les investigateurs les plans d’analyses. • Réaliser les analyses statistiques : Modèles multivariés, analyse des données longitudinales (modèles mixtes…), études d’incidence, analyses de survie, analyses exploratoires (ACP, classification, …) • Rédiger des rapports d’analyses et préparer les tableaux de résultats. • Etre capable d’expliquer les résultats aux investigateurs et interpréter les résultats avec eux. • Rédiger le paragraphe matériel & méthodes et résultats d’un article en anglais avec l’aide des épidémiologistes et investigateurs. Activités associées • Participer à la valorisation scientifique du projet : articles, abstracts ou présentations à des congrès internationaux. • Veille scientifique des méthodes statistiques les plus adaptées aux données traitées, en particulier données de questionnaires alimentaires et données biologiques. Compétences principales Savoir-faire opérationnels • Maîtrise des outils statistiques : SAS indispensable, Stata • R et Formation aux langages SQL et VB seraient un plus • Dédoublonnage de plusieurs fichiers • Calcul de puissance et de nombre de sujets nécessaires • Maîtrise des logiciels bureautiques • Interaction/liaison avec les Chercheurs, Ingénieurs et Techniciens des différentes équipes participantes du LabEx LipSTIC • Mise en forme des résultats • Rédaction partielle de publications scientifiques internationales Savoirs généraux, théoriques ou disciplinaires • Connaissances en épidémiologie • Des notions en nutrition, biologie ou en cancérologie digestive seraient un plus • Adaptation, rigueur • Esprit d’analyse • Prise d’initiatives Savoirs sur l'environnement professionnel • Connaissance des bonnes pratiques en recherche clinique • Connaissance des grands principes éthiques et déontologiques ainsi que des règles d’hygiène et de sécurité relatives au domaine d’activité • Se conformer à l’organisation et au fonctionnement de l’établissement Particularités du poste • Accès à des données médicales confidentielles • Travail en équipe Compétences linguistiques • Anglais : comprendre des articles scientifiques + être capable de rédiger le paragraphe matériel & méthodes et résultats d’un article. Astreintes et conditions d'exercice • L’activité peut nécessiter l’adaptation à des contraintes de service et d’horaires Niveau de recrutement • BAC+5 minimum, idéalement Master2 de statistiques appliquées à l’épidémiologie ou école d’ingénieur • débutant accepté avec période d’essai (un précédent stage dans le domaine de la santé serait apprécié). Les candidatures, composées d’une lettre de motivation et d’un Curriculum Vitae, devront être adressées par voie électronique (voir coordonnées ci-après) au plus tard le 30 janvier.
En savoir plus : jan2017 - Fiche de poste Ingénieur Stat épidémio LabEx.pdf (183,70 Ko)
Contact :marie-christine.launay@inserm.fr
CDI - Data Manager Junior H/F
Publiée le 13/01/2017 11:10.
CDI, Levallois-Perret.
Entreprise/Organisme : MEDIAMETRIE
Niveau d'études :DUT/Licence ou équivalent
Date de début : dès à présent
Durée du contrat : indéterminé
Secteur d'activité : médias, etudes
Description : Au sein de la Direction Ressources et Opérations, nous recherchons dès à présent en CDI, un : Data Manager - Gestionnaire bases de données H/F Vous assurez le traitement des données relatives aux panels TV et Internet en garantissant la cohérence des données. Vous contrôlez les mises à jour des bases de données et travaillez en transversal avec les départements commerciaux, scientifiques et techniques pour répondre à l’ensemble de leurs demandes. Vous réalisez régulièrement des reportings et appliquez différentes techniques de Data Mining (scoring, segmentation…) pour présenter occasionnellement des analyses statistiques plus poussées. Vous valorisez vos compétences en faisant évoluer le système d’information lié aux Panels - automatisation des tableaux de bords, refonte et harmonisation des outils. A terme, vous pourrez contribuer à la mise en place d’une activité de mesure de la performance – réflexion et construction de nouveaux indicateurs. Votre intervention portant sur l’exploitation de data majeures en termes d’activité, vous êtes force de proposition et appréciez le travail en autonomie. Vos qualités de rigueur et d’analyse associées à votre capacité à prendre du recul vous permettent de réussir pleinement vos missions. PROFIL REQUIS - Formation supérieure type STID, info, Stat - Connaissances solides en bases de données et maîtrise SAS et Excel. - Vous savez présenter une information chiffrée claire (reporting) à partir de ces outils. - Connaissance de VBA appréciée.
En savoir plus :http://www.jobs.net/j/JXGEMr2S?idpartenaire=20032
Contact :recrutement@mediametrie.fr
Apprentissage de structure d'un réseau bayésien sous contraintes d'intégrité
Publiée le 09/01/2017 11:57.
Stage, Toulouse.
Entreprise/Organisme : INRA
Niveau d'études :Master
Sujet : voir le fichier joint
Date de début : printemps 2017
Durée du contrat : 6 mois
Secteur d'activité : Recherche, Mathématiques et Informatiques Appliquées
Description : Etant donné le nombre croissant d'applications en Intelligence Artificielle utilisant des probabilités ou des préférences, ou combinant les deux, l'élicitation de telles relations de préférences et distributions de probabilités est l'objet d'un intérêt croissant. Mais pour le moment les méthodes d'apprentissages dédiées à ces problèmes ne prennent pas en compte l'existence de contraintes sur l'espace des possibles. Ces contraintes peuvent être des contraintes d'intégrité, qui capturent (sans incertitude) le fait que certaines solutions/certains états ne sont pas admissibles. Il peut s'agir également de contraintes sous forme de connaissances normatives sur les modèles à apprendre (par exemple pour assurer que l'inférence reste facile). Nous nous intéressons plus particulièrement au cas de la prise en compte de contraintes d'intégrité, qui seront supposées connues, dans l'apprentissage. Cette question est motivée par deux applications sur lesquelles l'IRIT et l'INRA travaillent : une application de recommandation de configuration automobile et un problème d'apprentissage d'un réseau trophique entre espèces marines. Dans les deux applications la question est d'induire, à partir d'une série d'observations (typiquement, automobiles vendues, cooccurence des espèces) et d'un ensemble de contraintes un modèle qui explique aussi bien que possible les observations tout en satisfaisant les contraintes.
En savoir plus :https://mia.toulouse.inra.fr/Emplois
StagemasterINRA-IRIT.pdf (78,68 Ko)
Contact :nathalie.peyrard@inra.fr
Analyse de l’effet de l’incertitude associée à une variable d’entrée de modèles de cultures (réserve
Publiée le 09/01/2017 11:57. Référence : StageRU.
Stage, Toulouse.
Entreprise/Organisme : Terres Inovia
Niveau d'études :Master
Sujet : Le stage s’inscrit dans le cadre du projet RUEdesSOLS soutenu par l’ANR (Agence Nationale de la Recherche) et associant l’INRA, le CESBIO, Arvalis et Terres Inovia. Le stage consistera à estimer l’impact de l’incertitude sur la valeur de la réserve en eau des sols sur les sorties de différents modèles de culture, présentant des niveaux de complexité différents : de 3 à 50 équations et d’une dizaine à une centaine de variables d’entrée et paramètres. La culture étudiée sera le tournesol, culture d’été présentant une forte plasticité en situation de contrainte hydrique. La variable de sortie étudiée sera principalement le rendement à l'échelle d'une parcelle. La complexité des interactions plante/sol/décision à l’œuvre ne permet pas d’étudier les systèmes de manière explicite. On a alors recours aux approches dites par simulation, où les modèles sont traités comme des "boıtes noires" et les relations entrées/sorties inférées à l’aide d’outils statistiques à partir d’échantillons. Parmi ces approches, l’analyse de sensibilité permet de mesurer les impacts respectifs des facteurs d’entrée sur les sorties.
Date de début : dès que possible
Durée du contrat : 6 mois
Secteur d'activité : agriculture - agronomie - recherche
Description : Le contexte : la modélisation des systèmes dynamiques complexes est une démarche à présent incontournable dans des domaines aussi variés que l'industrie, l'agriculture ou la finance. En agronomie, elle permet notamment d'aborder les problématiques de prévision à long terme, d'adaptation des systèmes à de nouvelles contraintes environnementales ou réglementaires, ou encore la conception de nouveaux systèmes de production. Les sols, en tant que réservoirs d’eau, jouent un rôle essentiel dans les écosystèmes agricoles. Dans les modèles de bilan hydrique, la variable clé qui permet de décrire le fonctionnement hydrique des sols est la réserve utile en eau (RUE), soit la quantité maximale d'eau disponible pour la croissance des plantes. Bien que cette variable soit largement utilisée par les agronomes, il n’y a pas de consensus sur sa définition et les méthodes pour l’estimer sont variées : mesures au laboratoire, suivis au champ, utilisation de fonctions de pédotransfert, inversion de modèles de culture… Toutes ces méthodes convergent plus ou moins bien, si bien que la valeur de la RUE choisie est entachée d’une incertitude. Or les modèles de culture qui mobilisent cette variable sont réputés sensibles à cette valeur, en particulier pour les cultures d’été. Le projet : il s’inscrit dans le cadre du projet RUEdesSOLS soutenu par l’ANR (Agence Nationale de la Recherche) et associant l’INRA, le CESBIO, Arvalis et Terres Inovia. Le stage consistera à estimer l’impact de l’incertitude sur la valeur de la RUE sur les sorties de différents modèles de culture, présentant des niveaux de complexité différents : de 3 à 50 équations et d’une dizaine à une centaine de variables d’entrée et paramètres. La culture étudiée sera le tournesol, culture d’été présentant une forte plasticité en situation de contrainte hydrique. La variable de sortie étudiée sera principalement le rendement à l'échelle d'une parcelle. La complexité des interactions plante/sol/décision à l’œuvre ne permet pas d’étudier les systèmes de manière explicite. On a alors recours aux approches dites par simulation, où les modèles sont traités comme des "boı̂tes noires" et les relations entrées/sorties inférées à l’aide d’outils statistiques à partir d’échantillons. Parmi ces approches, l’analyse de sensibilité permet de mesurer les impacts respectifs des facteurs d’entrées sur les sorties. Le travail : le stagiaire s’appropriera la structure des modèles étudiés ainsi que leur interfaces d’utilisation (Record, R, Matlab). Il s’appropriera également les différentes solutions qui seront mobilisées pour la réalisation des analyses d’incertitude. Il élaborera ensuite des plans de simulation, réalisera ces simulations avec les différents modèles et les analysera. Il cherchera par exemple à répondre aux questions suivantes : - peut-on déterminer une incertitude maximale sur la RU pour que son impact sur les sorties du modèle soit négligeable ? - cette incertitude maximale est-elle dépendante du modèle considéré ? Ce travail sera réalisé en étroite collaboration avec des mathématiciens et modélisateurs de l’INRA et des agronomes de Terres Inovia. Compétences recherchées : - Etudiant en M2 mathématiques ayant un goût pour la modélisation agronomique ou élève ingénieur agronome ou agricole (MFE) ayant un goût pour la modélisation - Maitrise d'un langage de programmation scientifique (R, Matlab) ; - Bonnes connaissances en probabilités et statistiques - Notions en optimisation et analyse de sensibilité, dans le cadre de l'exploration numérique de modèles complexes.
En savoir plus : Sujet_de_stage_Terres Inovia_INRA_2017_modeles et incertitude.pdf (53,46 Ko)
Contact :l.champolivier@terresinovia.fr

<1>  2  3  4  5  6  7  8  9  10  Page suivante