Consulter les offres d’emploi

Analyse des performances des plans d’échantillonnage spatialement équilibrés - cas palourdes
Publiée le 29/09/2020 13:51.
Référence : PROTOCOLE_PALOURDES.
Stage, Université de Nantes.
Entreprise/Organisme :IFREMER / IRD / Université de Nantes / Université de Pau et des Pays de l'Adour
Niveau d'études :Master
Sujet :Il s’agit d’étudier les performances de plans d’échantillonnage dits spatialement équilibrés (e.g. GRTS ; Stevens and Olsen, 2004) afin de pouvoir optimiser des campagnes de prospection déployées en écologie et en environnement. L’application ainsi que les propositions d’amélioration concernent le suivi du stock de palourde du Bassin d’Arcachon. Ce suivi est basé sur une campagne d’observation généralement biennale co-financée par les professionnels du secteur (Sanchez et al., 2018) et pour laquelle un travail d’optimisation a déjà été engagé (Kermorvant C., 2019). Les enjeux opérationnels de la modélisation statistique sont donc directs et d’intérêt. Pour cela il est envisagé de : 1. Faire une lecture critique des papiers de références comme Stevens et Olsen (2004) afin de préciser, par exemple, comment les variances d’estimation sont calculées ; 2. Regarder comment une approche géostatistique permet d’optimiser le plan d’échantillonnage actuel ; 3. Faire des simulations conditionnelles spatialement explicites pour tester les performances de différents plans d’échantillonnage spatialement équilibrés en conditions réelles et proposer des pistes d’amélioration du suivi actuel (réduction du coût à précision fixée).
Date de début :mars/avril 2021
Durée du contrat :6 mois
Rémunération :base des indemnités usuelles IFREMER soit ~ 650 € par mois
Secteur d'activité :écologie statistique
Description :L’Unité Mixte de Recherche (UMR) MARBEC, MARine Biodiversity, Exploitation and Conservation, a été créée le 1er janvier 2015. Ses autorités de tutelle sont l’IRD, l’Ifremer, l’Université de Montpellier et le CNRS. MARBEC est l’un des plus importants laboratoires travaillant sur la biodiversité marine et ses usages en France avec environ 230 agents, dont 80 chercheurs et enseignants-chercheurs. Elle étudie la biodiversité marine des écosystèmes lagunaires, côtiers et hauturiers, principalement méditerranéens et tropicaux. Ses recherches portent sur différents niveaux d’intégration, des aspects moléculaires, individuels, populationnels et communautaires, aux usages de cette biodiversité par l’Homme. Le laboratoire « Ressources Halieutiques Aquitaine » (LRHA) est l'un des 2 laboratoires côtiers de l’unité ’Halieutique Gascogne Sud’ (HGS) de l’Ifremer. Le LRHA est implanté à Anglet au sein de l’UFR Sciences et Technique Côte Basque (Université de Pau et Pays de l’Adour. Les activités du laboratoire sont partagées entre un volet « observations », un volet « avis et expertises » et un volet « recherche ». Le LMAP est une unité mixte de recherches rattaché à l’UPPA et au CNRS.
En savoir plus :http://www.umr-marbec.fr/fr/l-umr/presentation,001.html
Stage M2 echantillonnages spatialement equilibres.pdf
Contact :nicolas.bez@ird.fr
Chargé(e) d'études sur l'emploi
Publiée le 29/09/2020 10:41.
Référence : Dares/2019-41.
CDD, 39-43, quai André-Citroën 75015 Paris.
Entreprise/Organisme :Ministère du travail/Direction de l'animation, et la recherche et des études statistiques
Niveau d'études :Master
Date de début :01/10/2020
Durée du contrat :36 mois
Rémunération :En relation avec le niveau d'étude et l'expérience du candidat/e
Secteur d'activité :Economie-Etudes statistiques
Description :La/Le titulaire du poste réalise seul(e) ou en collaboration des études sur l’emploi, les contrats, les flux de main-d’œuvre et les trajectoires sur le marché du travail, permettant ainsi d’apporter des éclairages nouveaux au débat public. Ces travaux sont réalisés à partir de différentes sources. Il peut s’agir de l’enquête Emploi, mais surtout de données produites au sein du Département : mouvements de main-d’œuvre, intérim, ruptures conventionnelles, déclaration sociale nominative – DSN. Cette dernière, mise en œuvre progressivement depuis 2017, est le moyen de transmission des données des employeurs pour déclarer et payer leurs cotisations aux organismes sociaux. En centralisant tous les mois de nombreuses informations sur les salariés, leurs rémunérations, leurs contrats et leurs conditions d’emploi (temps partiel, etc.), elle offre des possibilités d’études et d’analyses inédites sur le marché du travail. La/Le titulaire est également amené(e) à valoriser ses travaux dans des séminaires – en interne à la Dares, ou à l’extérieur (milieu académique, Insee, etc.). Elle/Il est conduit à mettre en œuvre des méthodes innovantes d'analyse statistique, du fait notamment de la taille de la base des données DSN. Elle/Il peut également être mobilisé(e) pour répondre à des demandes d’éclairages et/ou de chiffrages de la part du Cabinet de la ministre. Partenaires institutionnels : La/Le titulaire est amené(e) à échanger avec des interlocuteurs variés, au sein de la Dares, ou avec des institutions extérieures (Insee par exemple).
En savoir plus :xx
2019-41_ chargé(e)s d'études sur l'emploi_Remp. Salibekyan Z.pdf
Contact :dares.recrutement@travail.gouv.fr
Développement d’une méthode numérique de tri de grains d’éponge de zirconium
Publiée le 25/09/2020 23:18.
Référence : Stage Ingénieur R&D.
Stage, UGINE (73).
Entreprise/Organisme :CENTRE DE RECHERCHE DE LA DIVISON DES OPERATIONS COMPOSANTS DE FRAMATOME
Niveau d'études :Master
Sujet :La Division des Opérations Composants du groupe FRAMATOME, est spécialisée dans la fabrication et la mise en forme de demi-produits, barres, tubes, tôles et feuillards, en alliages base zirconium, essentiellement à destination de l'industrie nucléaire. Ce stage consistera à : - Poursuivre le développement et l’optimisation d’un algorithme de traitement d’image initié sous Matlab dans le cas d’une particule de minerai isolée (éponge de Zr) et de l’étendre au cas de particules multiples. Cet algorithme consiste en la sélection d’un fragment de minerai sur une image puis à l’analyse des pixels sélectionnés afin d’en tirer des grandeurs caractéristiques de minerai particulier. Cela afin de développer et d’entrainer un réseau de neurones capable de réaliser le tri des différents types de minerais. - Etendre cette analyse à la caractérisation de la taille et de la forme de chaque zone sélectionnée. - Définir les conditions d’acquisition d’images (ou film) permettant l’analyse exhaustive d’une charge d’éponge de 3 t. - L’optimisation de l’algorithme doit permettre une cohérence entre le temp de traitement d’image et la vitesse de défilement du tapis de tri réel. - Développer une méthode de stockage des résultats intermédiaires (chaque image) permettant une analyse globale du lot de 3 t - Automatiser le traitement des n images correspondant au lot d’éponge - Confronter l’efficacité de l’algorithme développé à celle du procédé actuel - Imaginer comment décliner la méthode à d’autres signaux que les longueurs d’ondes du visible - Rédiger une note technique, - Former les futurs utilisateurs de cet outil. Ce travail s’appuiera sur les compétences du personnel du Centre de Recherches Composants. Le stagiaire effectuera son stage au Centre de Recherche de la Division des Opérations Composants du groupe FRAMATOME basé à Ugine (73 - Savoie) et sera amené à présenter ses résultats au cours d’une présentation orale.
Date de début :A partir de Janvier 2021
Durée du contrat :4 à 6 mois
Rémunération :N.C
Description :DOMAINE DE COMPETENCE Informatique / programmation algorithmique / Matlab / vision informatique / analyse d’image Des connaissances en physique seraient un plus.
En savoir plus :https://www.ugine.com/economie-locale/industries/areva-np/
2021- Stage analyse image tri de l'éponge de Zr.pdf
Contact :pascal.guerin@framatome.com
Improving and extending functionality for multi-omic outlier detection software
Publiée le 25/09/2020 23:18.
Stage, Jouy en Josas (78) or Estrées-Mons (80).
Entreprise/Organisme :INRAE
Niveau d'études :Master
Date de début :January 2021 (flexible)
Durée du contrat :6 months
Rémunération :Standard research internship salary (approximately 580 € / month)
Secteur d'activité :Biostatistics
Description :Recent developments in high-throughput sequencing technologies have enabled deep and multifaceted interrogations of the biological variability in living organisms, including the genome, transcriptome, proteome, and epigenome. In spite of the increasing availability of these multi-level data, our understanding of the function of the genome and its link to phenotypic or physiological characteristics is still incomplete. A major obstacle in the analysis of these large, multi-omic data is the identification of the most suitable way to model them, while accounting for their high dimensionality, their heterogeneous nature, and the presence of potentially strong redundancies among groups of highly correlated variables. In this context, we recently proposed an unsupervised multivariate method based on a multi-table extension of Principal Component Analysis, the Multiple Factor Analysis (MFA), to characterize individuals with aberrant multi-omic profiles with respect to a reference population . Our approach, which is implemented in the R/Bioconductor package padma , creates a multi-omic consensus representation for a user-specified pathway of interest, and facilitates a quantification and visualization of gene- and omic-specific deviations from this consensus for each individual in the population. In this internship, our objective is to extend and enhance the functionalities of the approach implemented in padma: (1) In our initial work, the reference population was made up of a largely homogeneous group with a small number of outlier individuals. However, in several related applications the reference groups may in fact consist of several well-separated sub-groups; these may be known a priori or need to be inferred from the data (i.e., through a clustering of reference population individuals). The R package must be extended to deal with both cases. (2) Simulations are needed to verify the performance and behavior of padma with blocks corresponding to binary data (e.g., somatic mutations), which have not yet been evaluated. (3) Our implementation of padma currently allows for a pathway-centric multi-omic analysis, but there is some interest in generalizing the user-interface to allow for other analysis configurations (e.g., including clinical data, etc). (4) A Shiny web interface for interactive visualizations of padma output is needed for the R/Bioconductor package. Our initial work focused on the use of padma in identifying aberrant breast and lung tumors from populations studied in The Cancer Genome Atlas , and the method development in this internship will also make use of these data as well as those from in-house agronomic applications.
En savoir plus :https://www6.jouy.inrae.fr/gabi_eng/Our-Research/Research-Teams/GiBBS
2021_M2_subject_padma_final.pdf
Contact :andrea.rau@inrae.fr
Intégration de données ’omiques multi-niveaux
Publiée le 23/09/2020 13:41.
Stage, Toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Date de début :entre janvier et mars 2021
Durée du contrat :4 à 6 mois
Rémunération :taux légal
Secteur d'activité :Recherche
Description :Ce stage s'inscrit dans le cadre du projet MILAGE (financement métaprogramme MEM d'INRAE) qui s'intéresse à comprendre et prédire l'efficacité alimentaire chez les agneaux, c'est-à-dire, la capacité à bien grandir/grossir avec une alimentation réduite.
En savoir plus :xx
sujet_stage_MILAGE_2020.pdf
Contact :nathalie.vialaneix@inrae.fr
Un(e) statisticien(ne) spécialisé(e) en recherche biomédicale
Publiée le 23/09/2020 07:57.
CDD, DRCI CHU Clermont-Ferrand.
Entreprise/Organisme :CHU Clermont-Ferrand, Secteur Biométrie et Médico-économie
Niveau d'études :Master
Date de début :01/10/2020
Durée du contrat :CDD 1 an avec discussion pour CDI
Rémunération :A définir selon diplôme
Secteur d'activité :RECHERCHE CLINIQUE, BIOSTATISTIQUES
Description :MISSIONS GENERALES 1. Participation à la conception de projets de recherche clinique. 2. Analyses statistiques. 3. Aide à la valorisation de travaux scientifiques. PRINCIPALES ACTIVITES ET RESPONSABILITES - Participer à la réflexion des plans expérimentaux des essais cliniques (mesures pour éviter les biais, collaboration dans le choix des critères de jugement, estimation du nombre de sujets nécessaires). - Participer à la rédaction des plans d’analyse statistique, à la relecture des protocoles, des cahiers d’observation et des plans de data-management et des contrôles de cohérence. - Préparer les programmes d’analyse statistique 1) des essais cliniques en conformité avec le plan d’analyse et 2) de bases de données existantes. - Rédiger des rapports d’analyses (édition des données individuelles et des tables statistiques, interprétation, diffusion des résultats). - Participer à la rédaction d’articles et de communications scientifiques. - Participer à la politique de certification qualité ISO. - Développer la veille scientifique et les activités de recherche dans le champ de la méthodologie. FORMATION Bac + 5 minimum, dans le domaine des biostatistiques ou des statistiques appliquées à la santé. COMPETENCES - Maîtrise des méthodes statistiques appliquées à la recherche biomédicale et connaissance des bonnes pratiques statistiques (ICH E9). - Maîtrise
En savoir plus :xx
Recrutement biostatisticien - DRCI Clermont-Ferrand (2).pdf
Contact :bpereira@chu-clermontferrand.fr
Statistical modelling and uncertainty analysis of battery lifetime
Publiée le 23/09/2020 07:57.
Référence : Thèse CIFRE Total SA & IECL.
Thèse, Palaiseau.
Entreprise/Organisme :TOTAL
Niveau d'études :Master
Sujet :In a global context to reduce the energy consumption and the carbon footprint in order to fight against the climatic change, a lots of efforts are engaged in particular in transportation with electrification of vehicle and in the energy production with more and more renewable like solar or wind. In this context part of Lithium-Ion batteries in the modern energy management solutions are quickly growing and is becoming one of the critical components in modern electric vehicles or in energy storage solution. However, the cost of such battery remains important in the overall system. In addition the battery performances degrades as long as the battery is used. Indeed, the accurate prediction of how fast the battery will degrade and then how long the battery will be able to be used in the system before having to be replaced is critical. This critical knowledge should avoid to over-size the battery and so is a key advantage for a battery supplier for its competitiveness. Such prediction are adressed today by models which require a lot of intensive tests. In addition the determination of the uncertainty of such model is a key information for battery company to assess the financial risk for commercial bids where they are engaged on the battery lifetime. The goal of the PhD thesis is to develop machine learning methods to estimate in the same way the lifetime of a battery as well as the associated uncertainty. Saft is a world leader in batteries for lots of different markets and is part of group Total which has the ambition to become one of the major company in energy. Recently Saft and Total has announced an alliance in particular with PSA to create an European company to adress the volume market of batteries for electrical vehicle in order to help Europe to be competitive and independant against Asian compagnies.
Date de début :01/10/2020
Durée du contrat :3 years
Description :The ideal candidate is strongly motivated by environmental questions, passionate about ar- tificial intelligence and engineering, has a solid background in applied mathematics, statistics, and has good scientific writing skills. A proven experience and taste for computer programming and data analysis is required. Candidates should hold a MSc in Computer Science, Applied Mathematics, Engineering or related fields. A strong command of English language is also required.
En savoir plus :https://krb-sjobs.brassring.com/TGnewUI/Search/Home/Home?partnerid=30080&siteid=6559#jobDetails=1712
PhDThesis.pdf
Contact :marianne.clausel@univ-lorraine.fr
Data-manager
Publiée le 23/09/2020 07:57.
CDD, Bordeaux.
Entreprise/Organisme :Université de Bordeaux
Niveau d'études :Master
Durée du contrat :1 an renouvelable
Rémunération :Selon grille universitaire
Secteur d'activité :Santé - Pharmaco-épidémiologie
Description :Au sein de l’équipe, le.a data-manager a pour missions principales : - Constitution des bases de données en vue des études pharmaco-épidémiologiques menées dans l’équipe - Programmation et maintenance de macro procédures SAS de traitement des données - Rédaction de la documentation sur les programmes informatiques - Validation et documentation de la validation des programmes informatiques - Soutien technique pour le traitement des données au sein de l’équipe - Participation aux groupes de réflexion/discussion sur le traitement des données du SNDS - Participer à la valorisation scientifique des travaux de l’équipe
En savoir plus :https://drugssafe.fr
Offre_emploi_DM_20200922.pdf
Contact :antoine.pariente@u-bordeaux.fr
Senior Data Scientist / Biostatistician
Publiée le 23/09/2020 07:56.
Référence : SG/RAD/BIOSTAT/SeniorDataScientist.
CDI, Pessac (Bordeaux, France).
Entreprise/Organisme :SOPHiA GENETICS
Niveau d'études :Master
Date de début :ASAP
Secteur d'activité :Biotechnology - Data-driven medicine
Description :Within the Data Science department of SOPHiA GENETICS, the Biostatistics team offers a permanent contract for a Senior Data Scientist / Biostatistician. If you have experience in statistical learning, if you are motivated and enthusiastic about performing cutting edge analyses with a real impact on patients' health, do not hesitate to read the attached job offer.
En savoir plus :https://www.sophiagenetics.com
SOPHiA_GENETICS_BiostatisticsTeam_SeniorDataScientist_JobOffer.pdf
Contact :lferrer@sophiagenetics.com
Post doctoral researcher in Biostatistics
Publiée le 21/09/2020 17:28.
Postdoc, TOURS.
Entreprise/Organisme :INSERM SPHERE U1246
Niveau d'études :Doctorat
Sujet :V
Date de début :1er janvier 2021 (selon vos disponibilité)
Durée du contrat :18 mois
Rémunération :Ingénieur de recherche
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 :http://sphere-nantes.fr/
Post_doc_V20200921.pdf
Contact :agnes.caille@med.univ-tours.fr
Graph Neural Network for Phenotype prediction
Publiée le 19/09/2020 14:52.
Stage, Toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Date de début :entre janvier et mars 2021
Durée du contrat :4 à 6 mois
Rémunération :taux légal
Secteur d'activité :Recherche
Description :We are looking for a candidate who is interested to apply for a PhD thesis after his/her internship. Required skills: good programming skills (Master in computer science, data science, statistics, …). Knowledge in computational biology is not mandatory but will be a plus. Master students in bioinformatics with a solid background in computer science and motivation for the topic are also encouraged to apply.
En savoir plus :xx
internship_proposal.pdf
Contact :nathalie.vialaneix@inrae.fr
Implémentation informatique d’un outil statistique pour la prédiction via un modèle dynamique
Publiée le 14/09/2020 22:28.
Référence : Offre CDD génie informatique.
CDD, Jouy-en-Josas.
Entreprise/Organisme :INRAE, MaIAGE
Niveau d'études :Master
Date de début :02/11/2020
Durée du contrat :6 mois
Rémunération :à partir de 1995 euro brut par mois
Description :L'unité INRAE MaIAGE propose un poste de six mois pour un informaticien dans le but d’implémenter un pipeline pour l’estimation des paramètres pour le modèle de culture APSIM à partir des données expérimentales. Il s’agira de mettre en place une architecture sur la plateforme de bioinformatique Migale de l’INRAE pour déployer et distribuer les évaluations du modèle de culture APSIM dans le cadre d’un algorithme d’estimation existant, puis optimisation et benchmark de cet algorithme.
En savoir plus :NA
CDD_AMAIZING_MaIAGE_2020.pdf
Contact :estelle.kuhn@inrae.fr
Ingénieur d’étude et/ou de recherche (F/H) en développement logiciel et modélisation statistique
Publiée le 11/09/2020 08:55.
CDD, Saint-Etiennne-du-Rouvray (Rouen).
Entreprise/Organisme :Laboratoire de Mathématiques Raphaël Salem / Université Rouen Normandie
Niveau d'études :Master
Date de début :Dès que possible
Secteur d'activité :Développement logiciel, statistiques, modèles stochastiques,
Description :Dans le cadre du projet FEDER DAISI (http://daisi.projets.litislab.fr/)(DAta scIence : méthodologieS et applIcations), le LMRS (http://lmrs.univ-rouen.fr/) (Laboratoire de Mathématiques Raphaël Salem) de l'Université de Rouen--Normandie recrute un ingénieur d'étude ou un ingénieur de recherche pour le développement de packages R dédiés à l'estimation, la simulation et l'utilisation de modèles stochastiques à dépendance de type markovien : _ les modèles de Markov (MM) et les modèles semi-markoviens (SMM) (V. S. Barbu, N. Limnios, Semi-Markov Chains and Hidden Semi-Markov Models toward Applications - Their use in Reliability and DNA Analysis, Lecture Notes in Statistics, vol. 191, Springer, NewYork, 2008) : les processus semi-markoviens généralisent les processus de Markov, dans le sens où la loi du temps de séjour dans un état peut être une loi arbitraire, tandis que dans le cas markovien le processus est contraint de rester dans un état un temps géométrique ou exponentiel. C'est pourquoi les processus semi-markoviens se sont avérés être des outils très flexibles pour les applications, en étant facilement adaptables aux cas concrets rencontrés dans la pratique. _ les modèles de Markov dérivants (DMM) (N. Vergne. Drifting Markov models with polynomial drift and applications to DNA sequences. Stat Appl Genet Mol Biol, 7(1), 1--45, 2008) et les modèles semi-markoviens dérivants (DSMM) (V. S. Barbu, N. Vergne. Reliability and survival analysis for drifting Markov models : modelling and estimation, Methodology and Computing in Applied Probability, 21(4), 1407--1429, 2018 (en ligne), 2019 (papier). DOI : 10.1007/s11009-018-9682-8) : les DMM représentent une classe de processus de Markov non-homogènes pour lesquels la matrice de transition markovienne et une fonction linéaire (polynomiale) de deux (plusieurs) matrices markoviennes. Ainsi on obtient une sorte de non-homogénéité "lisse'', contrôlée. Une extension importante au cas semi-markovien (DSMM) peut également être obtenue en suivant les même lignes. Le logiciel statistique utilisé pour le développement sera le logiciel R (R Core Team, R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria, 2019, https://www.R-project.org/). Une version du package pour les modèles SMM est déjà disponible sur le CRAN (https://cran.r-project.org/web/packages/SMM/index.html), les packages DMM et DSMM seront développés par l'ingénieur(e) recruté(e).
En savoir plus :https://lmrs.univ-rouen.fr/fr/content/offres-demplois
Offre_IE_IR.pdf
Contact :nicolas.vergne@univ-rouen.fr
Post-Doctorat en machine learning pour la recherche de causalité
Publiée le 10/09/2020 08:43.
Référence : Post doctorat C3PO (Causalités entre Paramètres de Procédé et Propriétés pour l’Optimisation).
Postdoc, Saclay, en Ile-de-France sud.
Entreprise/Organisme :CEA Saclay
Niveau d'études :Doctorat
Date de début :Janvier 2021
Durée du contrat :18-24 mois
Rémunération :Selon profil
Secteur d'activité :Machine learning, data science, étude de causalité, IA symbolique, clustering
Description :L’environnement : Situé à Saclay, en Ile-de-France sud, le CEA LIST est un institut de recherche scientifique et technologique dédié au développement de logiciels, de systèmes embarqués et de capteurs pour des applications destinées à la défense, la sécurité, l’énergie, le nucléaire, l’environnement et la santé. Le CEA LIST compte plus de 700 chercheurs travaillant sur les systèmes numériques intelligents, centrés autour de l’intelligence artificielle, l’usine du futur, l’instrumentation innovante, les systèmes cyberphysiques et la santé numérique. Au sein de cet institut, les laboratoires du Service d’Intelligence des Données (SID) travaillent au développement et au transfert industriel de technologies de pointe en IA. Le périmètre technique de nos 50 ingénieurs & chercheurs concerne l’analyse des signaux (c.à.d. des séries temporelles, mais aussi des spectres) produits par les équipements développés en interne, par les équipes du CEA, ou par des sociétés externes. L’exploitation de ces données repose sur un large spectre de méthodes d’apprentissage machine, relevant de l’IA numérique (réseaux de neurones profonds, forêts aléatoires, SVM) et de l’IA symbolique (systèmes à base de règles). Le poste : Vous intégrerez un axe thématique constitué de plusieurs projets autour des applications de l’IA pour la découverte de matériaux. Parmi les différentes méthodes, vous travaillerez à l’avancement d’une technologie d’IA symbolique entièrement développée au SID dont l’intérêt est d’être interprétable. En effet, il ne s’agit pas d’avoir une Intelligence Artificielle boite noire (c’est-à-dire dont l’inférence ne peut pas être interprétée par les humains) qui indiquera les paramètres à un opérateur, mais une Intelligence Artificielle que l’on peut comprendre : les experts pourront donc en tirer des éléments pour leurs propres recherches, corriger les connaissances si elles semblent avoir été trompées par les données, ou simplement les compléter si certaines sont absentes. Dans ce cadre, le premier objectif de votre mission sera de développer une méthode automatique issue du machine learning (data science) pour la recherche de causalité entre les paramètres utilisés pour la conception et les caractéristiques des matériaux issues de la fabrication additive (FA#). Bien qu’appliquée à ce domaine, la méthode proposée sera générique pour pouvoir être intégrée à une chaîne de traitement plus globale. Le second objectif sera de qualifier chacun des paramètres et chacune des propriétés par des adjectifs, sous la forme de variables linguistiques en logique floue. Les variables linguistiques font le lien entre une variable physique et un ensemble d’adjectifs modélisés sous la forme d’une courbe mathématique. Le travail se fera en collaboration entre plusieurs équipes du SID spécialisées en IA et du LITEN qui apporteront leur expertise sur la fabrication additive. Au sein du projet, votre mission sera d’assurer : • Les recherches bibliographiques (méthodologie statistique, …), • Le développement d’une méthode générique pour l’identification des causalités entre les paramètres et les caractéristiques en prenant en compte les différents types de données issues des expérimentations ainsi que les dépendances entre les paramètres, • L’extraction du vocabulaire nécessaire à la formulation des connaissances, • L’intégration de la méthode dans la chaîne de traitement du SID, • La diffusion des innovations résultantes auprès de la communauté scientifique, par des présentations, des contributions à des rapports techniques et/ou des publications scientifiques.
En savoir plus :xx
post_doctorat_C3PO.pdf
Contact :aurore.lomet@cea.fr
Postdoctoral position in Statistics
Publiée le 10/09/2020 08:43.
Référence : ENSAI/2020/STATPD1.
Postdoc, Bruz.
Entreprise/Organisme :ENSAI and CREST
Niveau d'études :Doctorat
Date de début :01/10/2020 or as soon as possible thereafter
Durée du contrat :2 years
Rémunération :€2,000 net
Secteur d'activité :Statistics and probability
Description :A postdoctoral position in statistics is available as part of the AXA Research Fund Flash Call COVID-19 grant "Tail risk management and mitigation using innovative extreme value techniques". The postdoctoral fellow will be based at ENSAI and the CREST lab in Rennes, France, and will be supervised by Gilles Stupfler. Project description: The goal of this project is to work on the inference and prediction of risk in the context of strongly disruptive events, such as the current twin shocks of the COVID-19 pandemic and the oil price crash, but also climate change and related extreme climate episodes. The project will follow two strands of work: 1. Carrying out inference on non-stationary extremes, with a view on modelling the economic and financial consequences of the global spread of COVID-19 given auxiliary geographical, sanitary and climate information, by developing a general methodology using various risk metrics, including recently introduced expectile- and extremile-based risk measures. 2. Harnessing the wealth of functional data at our disposal to construct nonparametric estimators for extreme regression risk measures with functional covariates, with a view on analysing and predicting the aftermath of the COVID-19 pandemic.
En savoir plus :http://ensai.fr/wp-content/uploads/2020/07/Postdoc_AXA_ENSAI_CREST.pdf
Postdoc_AXA_ENSAI_CREST.pdf
Contact :gilles.stupfler@ensai.fr

<1>  2  3  Page suivante

 
 
©2020 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 :