Consulter les offres d’emploi

Post-Doctorat en Biostatistique
Publiée le 17/09/2021 10:35.
Référence : RndForNets-SESSTIM-21.
CDD, MARSEILLE.
Entreprise/Organisme :Université Aix-Marseille
Niveau d'études :Doctorat
Date de début :Dès que possible
Durée du contrat :12 mois
Rémunération :2 466 € à 2 891 € bruts mensuels
Secteur d'activité :Faculté des sciences médicales et paramédicales
Description :Dans le cadre du projet « Development and added value of boosting with penalized splines and random forests in excess mortality hazard models applied to cancer epidemiology » financé par l’INCa, nous nous intéressons à l’apport d’approches issues de l’apprentissage automatique dans l’analyse de la survie nette à partir de données de registres enrichies par des données issues d’autres sources. Activités principales - Développer ou adapter une méthodologie basée sur des forêts aléatoires pour estimer la survie nette - Intégrer une approche de sélection des covariables informatives dans un contexte de grande dimension ; - Evaluer ces méthodes via des études par simulations ; - Implémenter l’ensemble dans un paquet R ; - Rédiger les publications.
En savoir plus :https://sesstim.univ-amu.fr/page/sesstim
OffreEmploi-PostDoc-Random-Forest-Net-Survival-2021.pdf
Contact :sesstim-secretariat@univ-amu.fr
Biostatisticien Recherche Translationnelle
Publiée le 17/09/2021 09:07.
Référence : BIOSTATTRANSLA.
Postdoc, Toulouse.
Entreprise/Organisme :Institut Claudius Regaud. IUCT-O
Niveau d'études :Master
Date de début :Dès que possible
Durée du contrat :12 Mois renouvelable
Secteur d'activité :Centre de Lutte Contre le Cancer / Recherche Clinique et Translationnelle
Description :L’Institut Claudius Regaud, Centre de Lutte Contre le Cancer de la région Midi-Pyrénées au sein de l’Institut Universitaire du Cancer Toulouse Oncopôle (IUCT-O), campus de recherche en cancérologie d’envergure européenne, est promoteur d’essais thérapeutiques (Phase I à III) et de recherches translationnelles en cancérologie. L’Institut prend en charge les aspects méthodologiques des projets. Missions: Développer et exploiter les bases de données des études translationnelles et cliniques. Réaliser les analyses statistiques des études translationnelles et cliniques Principales activités:  Participer à l’élaboration des protocoles  Programmer les analyses statistiques des études cliniques, des données de biomarqueurs mais aussi potentiellement des données de grandes dimensions nécessitant des méthodes spécifiques  Réaliser les analyses et rapports statistiques des études translationnelles et cliniques,  Travailler en étroite collaboration avec les équipes cliniques et de recherche translationnelle
En savoir plus :www.iuct-oncopole.fr
profil_biostati_transla.pdf
Contact :filleron.thomas@iuct-oncopole.fr
Post doctoral position in statistics
Publiée le 17/09/2021 09:07.
Référence : Post doctoral position in statistics.
Postdoc, Tours.
Entreprise/Organisme :INSERM SPHERE U1246 University of Tours
Niveau d'études :Doctorat
Durée du contrat :18 mois
Description :The post-doctoral researcher will work specifically on measures of clustering for time-to-event outcomes in cluster randomised trials. This will include analytical developments and simulations. The position will include teaching activity and a master’s thesis supervision. The position will be based in the office space of the SPHERE unit in the teaching hospital of Tours. The applicant will have his/her own office with an adequately powered computer.
En savoir plus :https://sphere-inserm.fr/
Post_doctoral_researcher_position_V20210913_VF.pdf
Contact :agnes.caille@univ-tours.fr
Offre de thèse, projet IA4stresslife
Publiée le 17/09/2021 09:06.
Référence : IA4stressLife.
Thèse, Dijon.
Entreprise/Organisme :AgroSup Dijon
Niveau d'études :Master
Sujet :In the framework of the interdisciplinary research project IA4stresslife, funded by Agrosup Dijon, a three years PhD position is open. This project aims to introduce artificial intelligence approaches in food engineering processes. The PhD project will focus on controlling a production line, of living cells submitted to a stress, through microscopic imaging and data assimilation/modelling/control of the line. The PhD candidate will be part of the PAM laboratory, Food and Wine Science & Technology (joint between AgroSup Dijon and university of Bourgogne https://www.umr-pam.fr/fr/equipes-de-umr-pam/pmb.html), Microbiological and Biotechnological Processes team.
Date de début :1.12.2021
Durée du contrat :3 ans
Secteur d'activité :Enseignement supérieur et recherche
Description :Une thèse de doctorat en ** modélisation mathématique/statistique/simulation stochastique ** et son financement (AgroSup Dijon et Ministère de l’Agriculture et de l’Alimentation) sont proposés au sein du laboratoire UMR Procédés alimentaires et microbiologiques de DIJON, équipe PMB (procédés microbiologiques et biotechnologiques). https://www.umr-pam.fr/fr/equipes-de-umr-pam/pmb.html Le contrat débutera dès que possible. L'objectif est de travailler, au sein du projet de recherche IA4stresslife, sur le thème : Modélisation augmentée par l’intelligence artificielle afin de comprendre et de contrôler, via l’imagerie microscopique, le processus de déshydratation de micro-organismes de type levures. Préférentiellement les profils recherchés sont de type master en mathématiques appliquées/statistique/data science/ML avec un intérêt prononcé pour les applications en microbiologie en lien avec l'agro-alimentaire. Si vous êtes intéressés, merci de prendre contact, en joignant un CV, noms de personnes/mel pouvant recommander votre candidature, pièce d'identité, diplôme de master ou attestation, relevé de notes M1/M2, mémoire de master le plus rapidement possible avec - Pierre-Yves LOUISpierre-yves.louis@math.cnrs.fr ;pierre-yves.louis@agrosupdijon.fr laboratoire Procédés alimentaires et microbiologiques de Dijon, AgroSup Dijon et Institut de Mathématiques de Dijon - Laurence DUJOURDYlaurence.dujourdy@agrosupdijon.fr Service d’Appui à la recherche en science des données, AgroSup Dijon - Ludovic JOURNAUXludovic.journaux@agrosupdijon.fr Laboratoire informatique de Bourgogne et AgroSup Dijon Bien cordialement, Pierre-Yves LOUIS http://pylouis.perso.math.cnrs.fr/
En savoir plus :https://www.umr-pam.fr/fr/equipes-de-umr-pam/pmb.html
PhD-position-AgroSupDijon-1.pdf
Contact :pierre-yves.louis@agrosupdijon.fr
Data manager-Biostatisticien SNDS
Publiée le 09/09/2021 20:34.
Référence : LW.
CDD, Institut Pasteur, Paris.
Entreprise/Organisme :Inserm
Niveau d'études :Master
Date de début :Au plus tôt
Durée du contrat :12 à 18 mois
Rémunération :Selon les grilles de la fonction publique et l’expérience
Description :Le projet s’appuie sur les données individuelles du système national des données de santé (SNDS), qui regroupe les soins hospitaliers et les soins de ville remboursés. A partir des données hospitalières les patients hospitalisés pour COVID-19 pendant la première vague seront identifiés. Une attention particulière sera portée à ceux présentant une pathologie respiratoire chronique.
En savoir plus :https://research.pasteur.fr/en/member/laurence-watier/
Biostatisticien_CDD 20210909.pdf
Contact :laurence.watier@inserm.fr
Inférence dans les modèles à copules pour données non continues par vraisemblance par paires randomi
Publiée le 08/09/2021 17:44.
Stage, Jouy-en-Josas.
Entreprise/Organisme :INRAE, unité MaIAGE
Niveau d'études :Master
Sujet :Inférence dans les modèles à copules pour données non continues par vraisemblance par paires randomisée avec applications en biologie "-omique"
Date de début :01/04/2022
Durée du contrat :5 à 6 mois
Rémunération :550 EUR / mois
Secteur d'activité :Mathématique et statistique
Description :TITRE (ENGLISH BELOW) Inférence dans les modèles à copules pour données non continues par vraisemblance par paires randomisée avec applications en biologie "-omique" SUJET Une copule est une fonction qui prend en arguments des fonctions de répartition univariées arbitraires et retourne une fonction de répartition multivariée. Au vu du caractère arbitraire des lois choisies en entrée, la loi multivariée en sortie, appelée modèle à copules, peut donc modéliser tous types de données (discrètes, continues et mixtes). Cette propriété avantageuse des modèles à copules en font de bons candidats pour traiter les données de type "-omiques" en biologie, dont l'analyse permet de mieux comprendre le lien entre génotype et phénotype. Néanmoins, les données -omiques sont souvent de nature discrète (par exemple, on compte le nombre de fragments d'ARN qui correspondent à un gène donné pour révéler son niveau d'expression dans une condition donnée), ce qui rend l'inférence statistique difficile à cause de la complexité algorithmique du calcul de la vraisemblance. Pour résoudre ce problème, une méthode du maximum de la vraisemblance par paires randomisée a été récemment proposée. Des résultats théoriques (consistence et normalité asymptotique des estimateurs) et numériques encourageants ont été obtenus, et une analyse de données de type RNA-seq a été réalisée dans un cadre simple. L'objectif de ce stage est d'étendre cette méthode à des cadres à plus fort enjeux en biologie, comme l'inférence de réseaux de régulation à partir de données multi-omiques mixtes. CANDIDAT Le stagiaire, issu d'un master 2 recherche en mathématique et/ou statistique, écrira le modèle statistique et la méthode d'inférence, étudiera leurs propriétés théoriques et validera l'approche proposée sur simulations et un jeux de données de type multi-omique produit à l'INRAE. Sous réserve d'obtention de financements, le stage pourra déboucher sur une thèse de doctorat. ENCADREMENT Gildas Mazo (INRAE, UR1404 MaIAGE) et Florence Jaffrézic (INRAE, UMR1313 GABI) DEROULEMENT DU STAGE Le stage se déroulera dans l'unité MaIAGE (Mathématiques et Informatique Appliquées du Génome à l’Environnement) du centre INRAE de Jouy-en-Josas (78350). La durée prévue est de 5 à 6 mois. Gratification : 550 euros/mois environ (taux légal). CANDIDATURE Envoyer une lettre de motivation, votre CV et la liste des cours suivis en M1/M2 avec toutes les notes disponibles à gildas.mazo@inrae.fr et/ou florence.jaffrezic@inrae.fr. =================================================================== TITLE Inference in copula models for non-continuous data by the randomized pairwise likelihood method with applications to "-omics" biology. TOPIC A copula is a function that takes arbitrary cumulative distribution functions as inputs and outputs a multivariate distribution function. Since the input distributions are arbitrary, the multivariate output distribution, called a copula model, can model all types of data (discrete, continuous and mixed). This advantageous property of copula models makes them good candidates to deal with "-omics" data in biology, the analysis of which allows to better understand the link between genotype and phenotype. However, -omics data are often discrete (for instance, one counts the number of RNA fragments that match a given gene to discover its expression level at a given condition), which makes statistical inference difficult due to the algorithmic complexity of the likelihood. To overcome this issue, a method based on a randomized pairwise likelihood was recently proposed. Encouraging theoretical (consistency and asymptotic normality of the estimator) and numerical results were obtained, and a RNA-seq data analysis was performed in a simple framework. The goal of this internship is to extend this method to more ambitious settings in biology, as the inference of regulation networks from mixed multi-omics data. CANDIDATE The internship student, from a "master 2" in mathematics and/or statistics, will write the statistical model and the inference method, study their theoretical properties, and validate the approach on simulations and a multi-omics dataset from INRAE. Upon funding, the internship can lead to a PhD. SUPERVISION Gildas Mazo (INRAE, UR1404 MaIAGE) and Florence Jaffrézic (INRAE, UMR1313 GABI) INTERNSHIP The internship will take place in the MaIAGE ("Mathématiques et Informatique Appliquées du Génome à l’Environnement") unit of the "Jouy-en-Josas" (78350) centre of INRAE. The expected duration is from 5 to 6 months. The internship student will get a "gratification" of about 550 EUR per month. APPLICATION Send a cover letter, a CV and the list of classes taken in Master 1 and Master 2 with all available marks to gildas.mazo@inrae.fr and/or florence.jaffrezic@inrae.fr.
En savoir plus :https://maiage.inrae.fr et http://genome.jouy.inra.fr/~gmazo/
Contact :gildas.mazo@inrae.fr
CONSULTANT - FORMATEUR STATISTIQUES
Publiée le 08/09/2021 16:49.
Référence : ARKESYS 2021.
CDI, LYON.
Entreprise/Organisme :ARKESYS
Niveau d'études :Master
Durée du contrat :CDI ou VACATIONS selon souhait
Secteur d'activité :FORMATION POUR ADULTES, PUBLIC ENTREPRISE, RECHERCHE
Description :• Animer des formations sur les méthodes et les logiciels de statistique • Intégrer une équipe de formateurs avec comme champ de compétences principal la statistique. • Contribuer à la réalisation de supports pédagogiques (supports de formation, livrets d’exercices, quiz) sur les méthodes et logiciels statistiques • Enrichir le savoir-faire de la société Arkesys sur des thématiques telles que le datamining, Big Data, IA, … • Développer le champ de compétences sur des langages tels que R, Python,…
En savoir plus :NA
OFFRE EMPLOI - Formateur STAT- Société ARKESYS.pdf
Contact :thierry.anthouard@arkesys.fr
Post-doctoral Position
Publiée le 08/09/2021 16:49.
Postdoc, Hôpital Hôtel-Dieu, 1 place du Parvis Notre-Dame 75004 Paris.
Entreprise/Organisme :Université de Paris
Niveau d'études :Doctorat
Durée du contrat :12 months (depending on the starting date)
Description :The team METHODS of the Centre de Recherche Epidémiologie et Statistiques/Université de Paris (CRESS-UMR1153) is looking for a post-doctoral fellow. The project has for objectives to develop innovative approaches to identify individualized treatment strategies using both randomized trial and observational data. Different aspects of this question can be studied according to the candidate’s expertise. Possible topics are: (1) When more than two treatment options exists; (2) When the treatment initiation is decided during follow-up (time-varying treatment); (3) Development of individualized treatment rules taking into account multidimensional aspects, such as individual benefits and risks; (4) Evaluation of the robustness of individualized treatment strategies. The methods developed will be applied to real data, but the project also includes questions regarding the generation of high-quality synthetic clinical data. More details available in the associated pdf file
En savoir plus :https://drive.google.com/file/d/1bge3l768rKT8CjUuHr8hPpXlWhxKKD9p/view?usp=sharing
Postdoc in statistical method for precision medicine.pdf
Contact :raphael.porcher@aphp.fr
biostatisticien
Publiée le 02/09/2021 22:12.
Référence : 210901 Effi-Stat offre d'emploi.
CDI, Paris.
Entreprise/Organisme :Effi-Stat (filiale d'AMITIS)
Niveau d'études :Master
Date de début :dès que possible
Secteur d'activité :Conseil en Statistique et Analyse des Essais Cliniques (société de services)
Description :VOUS AUREZ POUR MISSION : • la conception et la rédaction des aspects méthodologiques de protocoles d’études ; • la préparation des plans d’analyse statistique ; • la réception et la qualification de la base de données ; • la réalisation de l’analyse statistique à partir d’une programmation SAS™ ; • la rédaction du rapport d’analyse ou de la section statistique du rapport d'étude; • la présentation des résultats et la discussion de ceux-ci avec les cliniciens.
En savoir plus :www.amitis.com
210901 Effi-Stat offre d'emploi.pdf
Contact :job1@effi-stat.com
Biostatisticien méthodologie et simulations
Publiée le 02/09/2021 10:00.
CDI, Chilly-Mazarin.
Entreprise/Organisme :SANOFI
Niveau d'études :Master
Description :https://sanofi.wd3.myworkdayjobs.com/SanofiCareers/job/Chilly-Mazarin/Associate-Statistical-Project-Leader-M-F_R2608226-1
En savoir plus :NA
Contact :marie-karelle.riviere@sanofi.com
Poste biostatisticien Centre Antoine Lacassagne, Nice
Publiée le 02/09/2021 10:00.
CDI, Nice.
Entreprise/Organisme :Centre Antoine Lacassagne
Niveau d'études :Master
Date de début :Octobre 2021
Secteur d'activité :Hospitalier/cancérologie
Description :Prendre en charge l’aspect méthodologique et biostatistique des études de recherche biomédicale en cancérologie (phase I, II, III, observationnelle, pronostique, diagnostique) sous la supervision d’un biostatisticien senior. • Aide à la rédaction de protocoles, en collaboration avec le clinicien: o Définir la méthodologie de l'étude (design, objectifs, critère de jugement, population d'étude, plan d'analyse statistique). o Calcul du nombre de patients à inclure. • Suivi des essais gérés dans le département en collaboration avec les cliniciens, les data managers et les chefs de projets. • Réalisation des analyses statistiques • Rédaction des rapports d’analyses (revue de cas, analyses intermédiaires et de fin d’étude) • Participation à la rédaction d’articles scientifiques.
En savoir plus :https://www.centreantoinelacassagne.org/
Poste Biostatisticien Nice.pdf
Contact :jocelyn.gal@nice.unicancer.fr
Analyses d'incertitudes associées à des prévisions d'ensemble dans les OAD agricoles
Publiée le 02/09/2021 09:50.
Postdoc, Toulouse.
Entreprise/Organisme :ACTA - INRAE - Meteo France
Niveau d'études :Doctorat
Date de début :dec 2021
Durée du contrat :18 mois
Secteur d'activité :conseil en agriculture
Description :L’agriculture compte parmi les activités les plus impactées par les aléas météorologiques, modulant notamment le cycle cultural, la gestion de l’irrigation, la protection des cultures, ... Ce secteur est fortement demandeur d’outils d’aide à la décision (OAD) visant à ajuster les opérations culturales selon les contraintes de la météo. À cet effet, de plus en plus d’agriculteurs s’équipent de stations IoT pour alimenter les OAD en observation météorologique in situ au plus près de leur exploitation. Néanmoins, le déploiement de ces nouvelles stations à bas coût pose la question de leur qualité, de leur implantation, de leur maintenance et des procédures pour compléter les données manquantes. En parallèle, depuis quelques années, les prévisions météo évoluent, offrant maintenant une information sur l’incertitude. Ces prévisions probabilistes, aussi dites d’ensemble, permettent de proposer des scénarios réalistes pour représenter les incertitudes des prévisions jusqu’à 15 jours. Tous ces éléments participent à la construction d’une agriculture de précision. L’objectif de ce post doc est de mener des travaux sur ce sujet, selon deux axes. Le premier axe visera à mettre en évidence l’apport d’algorithmes de traitement des mesures des stations IoT mises en place dans le projet METEOPREC. Outre leur utilité pour la maintenance, ces algorithmes permettent de sécuriser l’utilisation de ces mesures, notamment dans des OAD agricoles. En effet, ces derniers sont sensibles aux erreurs sur les variables clefs que sont la température, l’humidité relative ou la pluie. Le second axe portera sur l’utilisation conjointe de données météo de station avec des prévisions d’ensemble dans le cadre de 2 OAD de gestion de l’irrigation en vigne et maïs. Il permettra de montrer l’intérêt des approches de prévision d’ensemble par rapport aux prévisions classiques ou encore à des approches fréquentielles. Ces travaux seront valorisés sous la forme de deux articles scientifiques.
En savoir plus :http://www.modelia.org/moodle/mod/resource/view.php?id=2109
offreEmploi.DigitAg_postdoc18mois_Acta.pdf
Contact :francois.brun@acta.asso.fr
Classification de données fonctionnelles multivariées pour attester les mobilités écoresponsables
Publiée le 31/08/2021 18:43.
Référence : Stage M2 - Classification de données fonctionnelles multivariées.
Stage, Clermont-Ferrand / Aurillac.
Entreprise/Organisme :Université Clermont Auvergne - Laboratoire de Mathématiques Blaise Pascal
Niveau d'études :Master
Sujet :Depuis une dizaine d’années, plusieurs cryptomonnaies ont été développées afin de promouvoir des échanges dématérialisés de pair à pair et en se passant d’un intermédiaire tels que le sont les banques ou autres organismes financiers. Pour la plupart de ces cryptomonnaies, la création de nouvelles unités repose généralement sur l’accomplissement de tâches virtuelles, comme la résolution d’un problème numérique. Ceci induit aujourd’hui une utilisation intensive de serveurs de calculs et dont le coût environnemental est problématique. Pour pallier ce problème, de récentes cryptomonnaies se développent sur la base de protocoles de création d’unités beaucoup moins énergivores, certains allant même jusqu’à valoriser des comportements écoresponsables. Par exemple Solarcoin récompense en unités monétaires les producteurs d’électricité par panneau photovoltaïques, ou encore Regen qui encourage les agriculteurs mettant en œuvre des pratiques régénératrices des terres. Toutefois, à notre connaissance, aucune tentative n’a encore été amorcée dans le domaine des transports, pourtant majoritairement responsables de l’émission de CO2 dans l’atmosphère, et donc du dérèglement climatique. Une piste innovante est la création d’une cryptomonnaie pour valoriser l’usage des mobilités moins énergivores et polluantes comme le vélo, le covoiturage ou l’utilisation de transports en commun. Pour l’établissement d’une telle cryptomonnaie, une question primordiale est de détecter à partir de données GPS comment se déplacent les individus, avec une précision suffisante pour exclure la possibilité de fraude (individus voulant faire croire à des déplacements écoresponsables). Bien que des solutions existent déjà, les contraintes suivantes du contexte de ce projet ne rendent pas utilisables ces solutions : - Afin de respecter les recommandations du RGPD et la vie privée des citoyens, il ne doit pas être possible de déterminer la présence d’un citoyen à un endroit donné et à un instant donné. Cela implique que les données GPS des utilisateurs doivent être anonymisées. - Le système établi ne doit pas faire appel à des informations fournies par des services tiers qui pourraient constituer autant de failles de sécurité. Cela implique de ne pas pouvoir recouper les données GPS avec des cartes. - Si pour d’autres contextes les conséquences d’une fraude non-détectée (détecter à tort que la personne se déplace de manière écoresponsable) ne sont pas coûteuses, dans ce contexte la précision de détection est un élément important pour l’intérêt et la confiance du système proposé. Plus précisément, ce système économique ne serait pas viable si par des moyens détournés, un fraudeur arrive à générer une grande quantité d’unités monétaires sans avoir accompli de comportement écoresponsable. Ces différentes contraintes impliquent la nécessité de développer une méthodologie spécifique pour ce projet de recherche.
Date de début :Automne 2021 ou printemps 2022
Durée du contrat :6 mois (peut se faire sur un calendrier d'alternant)
Rémunération :Taux légal : une gratification de 536 euros net par mois.
Secteur d'activité :Statistiques
Description :Voir fichier joint.
En savoir plus :NA
sujet_stage_M2_2021-2022_stat.pdf
Contact :paul_marie.grollemund@uca.fr
postdoc in Functional Data Analysis and SingleCell genomics
Publiée le 31/08/2021 18:43.
Référence : PostDoc-FDA-sc-Picard.
CDD, Lyon.
Entreprise/Organisme :CNRS
Niveau d'études :Doctorat
Sujet :Massively parallel sequencing and high-throughput cell biology technologies have paved the way for a better investigation of the suspected but unaccessible cell-to-cell variability of molecular profiles, based on DNA, RNA, chromatin states and conformation. Single-cell genomics now allows the study of cell-to-cell variability within a biological sample and investigate new questions that were out of reach for classical bulk genomics. However, the full exploitation of this incredible wealth of data can not be done without new machine learning and computational breakthroughs to handle the unprecedented complexity and volume of data already at hand. The challenge ahead concerns the dimensionality of the data combined with a high variability of biological processes at stake. While concensus methods have already been proposed for dimension reduction based on expression profiles, the spatial organization of genomic data along the DNA molecule in 1D or even 3D raises methodological challenge that have not yet been investigated. However this information is crucial, for instance when considering chromatin accessibility, for which the accessibility at a given position strongly depends on the neighboring states. In this project we will focus on cutting edge single cell replication timing data, whose purpose is to measure the dynamics of replication at the single cell level. Replication Timing is strongly organized along the genome, and the proper description of the inter-cellular variability of this essential genomic process requires dedicated machine learning methods that account for this spatial structure. Among the SingleStatomics consortium, we propose a 18 month postdoc position that will be dedicated to the development of new methodologies based on functional data analysis and dimension reduction. The postdoc will be supervised by a group of specialists in machine learning for single cell genomics (F. Picard LMBC ENS de Lyon, J. Chiquet, AgroParisTech), in collaboration with specialists in the mathematical aspects of statistical learning (V. Rivoirard and A. Roche, CEREMADE, Université Paris Dauphine), and a specialist in replication (M.N. Prioleau, Institut Jacques Monod). The candidate will develop a statistical dedicated to dimension reduction for spatially organized single cell data, and will also analyze some genomic data. The candidate should have a solid background in bioinformatics and/or statistical learning. Prior knowledge in single cell genomics would be appreciated but not mandatory. The position could start between september 2021 and january 2021 (to be discussed), for 18 months, based in Lyon. To apply send a CV and the contact details of two referees to Franck Picard franck.picard@ens-lyon.fr
Date de début :before january 2022
Durée du contrat :18 mois
Rémunération :depends on the experience of the candidate
Secteur d'activité :Recherche académique
Description :Massively parallel sequencing and high-throughput cell biology technologies have paved the way for a better investigation of the suspected but unaccessible cell-to-cell variability of molecular profiles, based on DNA, RNA, chromatin states and conformation. Single-cell genomics now allows the study of cell-to-cell variability within a biological sample and investigate new questions that were out of reach for classical bulk genomics. However, the full exploitation of this incredible wealth of data can not be done without new machine learning and computational breakthroughs to handle the unprecedented complexity and volume of data already at hand. The challenge ahead concerns the dimensionality of the data combined with a high variability of biological processes at stake. While concensus methods have already been proposed for dimension reduction based on expression profiles, the spatial organization of genomic data along the DNA molecule in 1D or even 3D raises methodological challenge that have not yet been investigated. However this information is crucial, for instance when considering chromatin accessibility, for which the accessibility at a given position strongly depends on the neighboring states. In this project we will focus on cutting edge single cell replication timing data, whose purpose is to measure the dynamics of replication at the single cell level. Replication Timing is strongly organized along the genome, and the proper description of the inter-cellular variability of this essential genomic process requires dedicated machine learning methods that account for this spatial structure. Among the SingleStatomics consortium, we propose a 18 month postdoc position that will be dedicated to the development of new methodologies based on functional data analysis and dimension reduction. The postdoc will be supervised by a group of specialists in machine learning for single cell genomics (F. Picard LMBC ENS de Lyon, J. Chiquet, AgroParisTech), in collaboration with specialists in the mathematical aspects of statistical learning (V. Rivoirard and A. Roche, CEREMADE, Université Paris Dauphine), and a specialist in replication (M.N. Prioleau, Institut Jacques Monod). The candidate will develop a statistical dedicated to dimension reduction for spatially organized single cell data, and will also analyze some genomic data. The candidate should have a solid background in bioinformatics and/or statistical learning. Prior knowledge in single cell genomics would be appreciated but not mandatory. The position could start between september 2021 and january 2021 (to be discussed), for 18 months, based in Lyon. To apply send a CV and the contact details of two referees to Franck Picard franck.picard@ens-lyon.fr
En savoir plus :https://anr-singlestatomics.pages.math.cnrs.fr/
Contact :franck.picard@ens-lyon.fr
PhD position "Reliability of Low-Hit Spare Parts”
Publiée le 30/08/2021 12:38.
Thèse, Eindhoven.
Entreprise/Organisme :Eindhoven University of Technology, Department of Mathematics and Computer Science
Niveau d'études :Master
Sujet :The PhD student will work on a subproject that pertains specifically to developing mathematical models for the accurate prediction of machine reliability, the remaining useful lifetime (RUL) and the failure rate. There are multiple challenges associated with this research direction due to among others scarci-ty of failures, dependencies between components and heterogeneous data with different time scales. The mathematical models will serve as the basis for spare part and inventory management policies and preventive maintenance planning by integrating learning and decision making. The project is thus at the exciting interface of statistics and stochastic operations research.
Date de début :October 1, 2021
Durée du contrat :4 years
Rémunération :2440-3100 Euro per month; foreign students get 30% tax reduction (under certain conditions)
Secteur d'activité :University in close collaboration with high-tech company
Description :We are looking for a PhD student researcher in mathematics for the Primavera project (https://primavera-project.com), a Dutch national consortium involving several universities and indus-trial partners, revolving around data-analytics for predictive maintenance. The research is fundamental in nature, but it is inspired by real-life problems arising from practical situ-ations. The PhD student will be employed by the Department of Mathematics and Computer Science of Eindhoven University of Technology but work in close collaboration with ASML – the world-leading manufacturer of integrated-circuit lithography machines. There will be ample opportunities to imple-ment and test novel methodologies in a cutting-edge industrial research environment. This PhD posi-tion offers a unique opportunity to work in the interface of academic and industrial research. For more information and the application form see: https://jobs.tue.nl/en/vacancy/phd-student-reliability-of-low-hit-spare-parts-872875.html
En savoir plus :https://jobs.tue.nl/en/vacancy/phd-student-reliability-of-low-hit-spare-parts-872875.html
Contact :a.d.bucchianico@tue.nl

<1>  2  3  4  Page suivante

 
 
©2021 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :