Consulter les offres d’emploi

Estimation de la surface foliaire de mélanges de plantes par analyse d'image.
Publiée le 20/11/2020 10:23.
Référence : Offre de stage master 2 en laboratoire de recherche.
Stage, 31450 Auzeville.
Entreprise/Organisme :INRAE, Centre Occitanie-Toulouse
Niveau d'études :Master
Sujet :L'utilisation de la diversité végétale cultivée émerge comme l'un des leviers pour s'orienter vers une agriculture durable. En effet, la diversité d'une communauté végétale naturelle augmente et stabilise la production primaire via des effets de complémentarité entre plantes. Pour l'agriculture, l'enjeu actuel est de déterminer quels mélanges d'espèces améliorent la performance du couvert via une meilleure utilisation des ressources environnementales disponibles. Si la physiologie des plantes cultivées en monoculture est de mieux en mieux connue, le fonctionnement d'un couvert en mélange reste peu étudié. Dans cette étude, nous nous focalisons sur les processus de croissance en surface et sur la consommation d'eau d'un couvert en mélange.
Date de début :février 2021
Durée du contrat :6 mois
Rémunération :550 €/mois
Secteur d'activité :Biologie, Agronomie
Description :Ce travail comporte une importante phase de développement méthodologique, visant à développer une méthode pour estimer la croissance de la surface foliaire de plantes en culture pure et en mélange, plusieurs fois par semaine, à l'aide d'images acquises automatiquement par un robot de culture.
En savoir plus :https://www.hdigitag.fr/fr/
proposal_M2_2021_DigitAG.pdf
Contact :pierre.casadebaig@inrae.fr
Intervalles de prédiction et de tolérance pour modèles mixtes dans le cadre des études de stabilité
Publiée le 19/11/2020 17:26.
Stage, MONTPELLIER.
Entreprise/Organisme :Sanofi
Niveau d'études :Master
Sujet :Intervalles de prédiction et de tolérance pour modèles mixtes dans le cadre des études de stabilité
Date de début :De mi-mars à début Avril
Durée du contrat :6 mois
Secteur d'activité :Industrie Pharmaceutique
Description :L’approche usuelle pour étudier la stabilité d’un produit est d’appliquer un modèle d’analyse de covariance (ANCOVA) sur plusieurs lots de produits en considérant l’effet lot comme fixe. Ce modèle peut être ensuite utilisé pour calculer des intervalles de prédiction et des intervalles de tolérance encadrant une proportion fixée de la distribution des valeurs possibles du paramètre analysé à temps fixé. Une approche plus adaptée au contexte de ce type d’étude consiste à utiliser un modèle linéaire à effet mixtes en considérant l’effet lot comme aléatoire. L’objectif de ce projet est de comparer les 2 approches d’une part par des simulations en faisant varier le design de l’étude et la variabilité de la mesure, d’autre part en appliquant ces 2 approches à des données réelles confrontées à leurs estimations. Ce projet est la poursuite d’un stage déjà effectué en 2020 ayant produit des résultats de simulations. L’objectif de ce nouveau stage est double : 1. Effectuer une mise à jour bibliographique sur le sujet. Reprendre le programme (en langage SAS) et les simulations déjà effectuées et les finaliser. Analyser ensuite les résultats de ces simulations par des outils issus de plans d’expérience (en anglais : Design of Experiment) de type « Response Surface Model » pour évaluer les effets des différents facteurs sur les estimations finales. 2. Sur des données réelles, appliquer les 2 approches en utilisant une partie des données (premiers temps de mesures) pour estimer le(s) derniers temps de mesures et confronter les estimations aux valeurs réelles. L’ensemble des méthodes étudiées fera l’objet d’une programmation en langage SAS et JMP, dans le respect des standards internes et avec la documentation appropriée, facilitant l’intégration ultérieure potentielle d’un certain nombre de ces derniers par le département de Biostatistiques dans des applications de calcul destinées aux laboratoires.
En savoir plus :NA
Stage2021_biostatMP_Guy MathieuPDF.pdf
Contact :marion.berger@sanofi.com
Stage Développeur Python/Scraping
Publiée le 19/11/2020 17:25.
Stage, Paris.
Entreprise/Organisme :ANIL
Niveau d'études :Master
Durée du contrat :4 à 6 mois
Description :Description du poste : Au sein d’une équipe composée de chargés d’études, statisticiens et data scientist, nous cherchons un(e) stagiaire développeur Python (durée de 4 à 6 mois) pour travailler sur le développement d’un outil de scraping et de crawling. Les principales missions sont : - Dimensionnement de l’infrastructure nécessaire (serveur+stockage de données) - Extraction et exploitation de la data (utilisation des outils de scraping en Python) - Récupération de nouvelles sources de données et transformation de ces données Profil recherché : De formation Bac+4 ou bac +5 dans le domaine de l’ingénierie informatique, data science et/ou école d’ingénieur, vous êtes force de propositions, force d'innovations et avez des capacités de synthèse et d'analyse : - Maîtrise en Python et traitement des données - Bonnes connaissances en HTML, Javascript et CSS - Expérience dans l’écriture d’outils de scraping (projets scolaires, professionnels ou personnels) - Connaissances des BDD - Intérêt pour la partie infrastructure informatique - Maîtrise des outils BI - Enthousiaste, autonome et polyvalent(e) Entreprise : L’ANIL - Agence Nationale pour l’Information sur le Logement - est dédiée à l’information complète, neutre et gratuite du public en matière de logement et d’habitat. Elle joue le rôle de centre de ressources des 79 agences départementales d’information sur le logement. Elle assure l’animation, la coordination et le développement du réseau des ADIL. L’ANIL contribue également, en collaboration avec les ADIL, à une meilleure observation des marchés et pratiques en matière de logement. L’ANIL anime notamment le réseau des observatoires locaux des loyers, initié par le ministère du logement. Elle a en particulier pour mission de traiter les données des observatoires locaux, tout en mobilisant des sources complémentaires. Le réseau de l’ANIL et des ADIL, initié en 1975, emploie 700 collaborateurs qui assurent plus de 800 000 consultations par an. Processus de recrutement : - Entretien téléphonique - Test technique - Entretien physique Les petits plus : - Locaux en plein centre de Paris - Possibilité de télétravail - Participation aux frais de transport, tickets restaurant - Equipe jeune et dynamique, excellente ambiance de travail
En savoir plus :https://www.linkedin.com/posts/activity-6734898410630995968-e2XR
Offre_de_stage_M2_2021.pdf
Contact :wael.jradi@anil.org
Statistician
Publiée le 19/11/2020 14:12.
CDI, Waltham on the Wolds, Great Britain.
Entreprise/Organisme :Mars Petcare through Adecco
Niveau d'études :Doctorat
Secteur d'activité :Petfood
Description :Purpose: The statistician ensures that the statistical aspects of scientific research projects across Mars Petcare are done with quality. They design experiments in a way that resources are optimally used and ethical standards are met. They also analyse experimental data to deliver reports that are the basis for scientific reports, publications and patents, contributing to scientific insights and product innovation. Finally they peer-review scientific work and communications from stakeholders across the Mars Petcare to guarantee quality and corporate reputation.   Key responsibilities: Perform experimental design and statistical analysis for experimental scientific research studies. Report clearly and communicate results to scientists and other stakeholders. Peer-review scientific work for a diversity of stakeholders using a rigorous quality standard. Train and educate the research team on statistical methodologies to instil a culture of formal and objective experimental science work. Advocate the purpose of data-driven research and working to high scientific standards.
En savoir plus :https://www.adecco.co.uk/Job/statistician-melton-mowbray-accountancy-finance-contractor-broadbean596901605799218?ID=c8cba934-7fb2-488e-b7f4-f2f5f0cf39bd
StatisticianContract.pdf
Contact :ruth.staunton@effem.com
Estimating Extreme Flood Hazard Anywhere in Switzerland
Publiée le 19/11/2020 10:31.
Référence : EXAR_WGEN.
Thèse, Grenoble, France.
Entreprise/Organisme :IGE
Niveau d'études :Master
Sujet :The PhD thesis will be dedicated to the development and the comparison of 2 weather generators (WGENs) able to generate long time series of hourly mean areal precipitation/temperature scenarios for small catchments, with an area ranging from 10 to 1000 km2. A key scientific challenge here is to find WGENs that can generate time series of mean areal scenarios for the whole spectra of surface areas considered. WGENs have to be applicable for any small catchment of Switzerland, from alpine to lowland ones. The WGENs will have to comply with the probability distributions of intensities provided by regional Intensity-Duration-Area-Frequency curves (IDAFs) for different temporal scales. The main objectives of the PhD thesis will be to: • Review existing subdaily conceptual stochastic generators and select the most appropriate. • Adapt this generator and GWEX for small and mountainous catchments. • Determine how both WGENs can be adapted to various spatial scales (10 to 1000 km2) and how they can account for the spatial/altitudinal heterogeneity issues. • For test catchments covering a variety of size and hydrological regimes, evaluate and compare both WGENs for a large range of performance criteria, focusing on extreme events.
Date de début :01/03/2020
Durée du contrat :3 years
Rémunération :between 1500 € and 2000 € (depending on experience)
Secteur d'activité :Hydrometeorology / Geosciences
Description :Master 2 or Engineer Diploma in Applied Statistics, or in Earth or Climate sciences with a good knowledge of statistics. A good knowledge of the software R (or equivalent) and strong interest in developing scripts is also required. Ability to work with spatial data would be appreciated. Ability and interest to work in a team. Good knowledge of English for interactions with Swiss partners. Please send the following documents to guillaume.evin@inrae.fr in support of your application: • Motivation letter in English (max. 2 pages) • Curriculum Vitae • Degrees and transcripts • One academic writing sample in English or German (e.g. Master thesis or another single-authored piece of written work) Note that only complete applications will be considered, with the exception of formal documents that cannot be obtained for factual reasons.
En savoir plus :http://www.ige-grenoble.fr/-hmcis-
EXAR3_thesis_WGEN_PhD.pdf
Contact :guillaume.evin@inrae.fr
Ingénieur R&D en sélection phénomique
Publiée le 18/11/2020 20:48.
CDD, Nouzilly (37), ou Rennes (35) avec déplacements sur Nouzilly.
Entreprise/Organisme :SYSAAF
Niveau d'études :Master
Date de début :1er janvier 2021
Durée du contrat :2 ans
Secteur d'activité :Appui aux entreprises d'amélioration génétique d'espèces avicoles, aquacoles et entomocoles
Description :La sélection phénomique consiste à estimer la ressemblance entre individus d’une population en se basant sur des données de phénotypage, ici la spectroscopie (https://doi.org/10.1534/g3.118.200760). L’objectif de la mission sera d’étudier la faisabilité de la sélection phénomique chez trois espèces aquacoles. La personne recrutée traitera les données (spectres, génotypes, phénotypes), en s’appuyant sur des scripts et logiciels existants, et sur l’expertise des partenaires scientifiques du projet PHENOMIX (SYSAAF, INRAE, Ifremer, CNRS). Des développements complémentaires seront nécessaires pour interpréter les résultats obtenus, et pour comparer les résultats de sélection phénomique avec les résultats de sélection sur pedigree ou génomique produits en amont du projet. La personne recrutée sera impliquée dans la valorisation des résultats, ainsi que dans l’acquisition de données sur une génération de truites (participation à un chantier de mesures).
En savoir plus :https://www.sysaaf.fr/Page-d-accueil/Actualites/Offre-d-emploi-Ingenieur-R-D-en-selection-phenomique
offre_CDD_ingenieur_PHENOMIX.pdf
Contact :sophie.brard-fudulea@inrae.fr
Post-Doc position in Mathematical Statistics
Publiée le 18/11/2020 15:21.
Postdoc, LJAD - Univesité Nice Côte d'Azur.
Entreprise/Organisme :LJAD - Université Nice Côte d'Azur
Niveau d'études :Doctorat
Date de début :anytime from 01/02/2021
Durée du contrat :18 months
Rémunération :Gross revenue monthly 2981€ , net before tax 2396 €
Secteur d'activité :Mathematical statistics
Description :This Post-doc scholarship is devoted to investigate an open statistical problem in the multivariate risk measures and extreme value theory with applications in functional statistics.
En savoir plus :NA
Postdoc Proposition.pdf
Contact :laloe@unice.fr
Ingénieur R&D Machine Learning en amélioration génétique
Publiée le 18/11/2020 12:13.
Référence : ML35.
CDD, Rennes.
Entreprise/Organisme :SYSAAF
Niveau d'études :Master
Date de début :1 janvier 2021
Durée du contrat :12 mois
Rémunération :35 KEuros brut
Secteur d'activité :Appui aux entreprises d'amélioration génétique d'espèces avicoles, aquacoles et entomocoles
Description :L’objet de la mission est de conduire de premières utilisations du Machine Learning pour automatiser l’évaluation de phénotypes complexes et/ou améliorer les méthodes d’indexation génétiques et génomiques. Au terme du contrat, et en fonction des résultats obtenus, la personne recrutée pourra être chargée du développement du ML au SYSAAF en participant à des projets de R&D et en transférant les acquis dans les entreprises de sélection.
En savoir plus :https://www.sysaaf.fr/Page-d-accueil/Actualites/Offre-d-emploi-Ingenieur-R-D-en-Machine-Learning
Contact :pierrick.haffray@inrae.fr
Biostatistician for analyses of longitudinal data
Publiée le 18/11/2020 09:27.
CDD, Université de Paris, Paris 75010.
Entreprise/Organisme :Inserm 1153, CRESS (Team: EpiAgeing)
Niveau d'études :Master
Date de début :January 2021
Durée du contrat :2 years
Rémunération :According to Inserm guidelines
Secteur d'activité :Health
Description :We would like to recruit a biostatistician to join the EpiAgeing team (director: Archana Singh-Manoux), https://cress-umr1153.fr/index.php/epiageing/ and https://twitter.com/epiAgeing. We are an Inserm research team (French National Institute for Health and Medical research), based in Paris. Our research is on decline in cognitive and physical function, multimorbidity, and epidemiology of Alzheimer’s disease and related dementias. The team is composed of researchers, clinicians, biostatisticians, and PhD students. We use data from several longitudinal studies, including the Whitehall II study where multiple risk factors have been assessed every 4/5 years over 30 years (1985 to 2020), https://www.ucl.ac.uk/epidemiology-health-care/research/epidemiology-and-public-health/research/whitehall-ii. The successful candidate is expected to provide state-of-the-art statistical expertise to researchers and students in the group. He/she will work in close collaboration with two other statisticians in the team. The position involves applying (or developing) statistical methods for the analysis of longitudinal data on exposures and outcomes. Expertise in the use of statistical methods to account for missing data (multiple imputation, inverse probability weighting), competing risk of death (illness death model), and repeated measurement over time (mixed-effects models, multi-state models) would be an asset. Ideally applicants should have a Masters/PhD in statistics/quantitative methods. We would consider someone without a PhD if they had experience of longitudinal analyses. We have funding from the NIH for 4 years; the offer is for an initial period of 2 years with possibility of an extension. Salary will be based on qualifications and experience according to the Inserm salary grid. This position is based in Paris, Faculty of Medicine, Université de Paris, 10 Avenue de Verdun, 75010. Applications will be considered until we find suitable candidates. Please send us your CV, a brief research statement, and the names of two references to Archana Singh-Manoux, Archana.Singh-Manoux@inserm.fr
En savoir plus :https://cress-umr1153.fr/index.php/epiageing/
Statistician Epigeing 2020.pdf
Contact :archana.singh-manoux@inserm.fr
MISE EN OEUVRE ET ANALYSES DE MESURES DE SANTE SUBJECTIVES REPETEES
Publiée le 17/11/2020 14:58.
Référence : ST021_BIOSTAT.
Stage, Saint Herblain.
Entreprise/Organisme :Biofortis Mérieux NutriSciences
Niveau d'études :Master
Sujet :En recherche clinique, l’état de santé du patient peut être mesuré sur la base des déclarations des patients eux-mêmes (« patient reported outcomes », PRO) (1,2) ou d’un tiers quand le patient n’est pas en mesure de le faire lui-même (un enfant par exemple). Des outils de mesure tels que des questionnaires ou des échelles permettent ainsi d’évaluer les symptômes du patient, sa douleur, son anxiété, sa dépression, sa fatigue, ses capacités physiques, sa qualité de vie… De nombreuses questions méthodologiques et statistiques se posent avec ce type de recueil pour étudier l’évolution de l’état de santé du patient. Par exemple, lors de l’élaboration du design de l’étude, les temps de recueils pertinents doivent être définis (en temps réel, quotidiens, hebdomadaires ou à chaque visite du sujet en lui demandant de se remémorer le mois passé par exemple) (3), ainsi que l’outil de mesure (questionnaires ou échelles de Likert, échelles visuelles analogiques, … avec une étendue à définir (0-3, 0-7, 0-10, en entourant une valeur ou bien sous forme graduée en cm)). Concernant les analyses statistiques, différentes stratégies peuvent être appliquées (4)(5): modélisation de l’ensemble des données par un modèle linéaire (généralisé) mixte, agrégation des données (moyenne, calcul d’aire sous courbe…(6)) sur une période définie (semaine, visite ou totalité de l’étude) puis modélisation de l’évolution de ce paramètre… Au sein du département Statistiques et Bioinformatique, en collaboration avec la méthodologiste clinique, le(la) stagiaire aura pour missions de : - Réaliser un état de l’art concernant le design, la mise en oeuvre, les méthodes d’analyses et le report des mesures subjectives en santé dans les essais cliniques, et revue des directives des instances de santé (7,8,5,9,10); - Evaluer et comparer les différentes méthodes statistiques retenues sur des données issues de différents essais cliniques (thématiques variées : symptômes gastro-intestinaux, maladies chroniques, études infantiles, …) ou données simulées à l’aide du logiciel SAS® et/ou R ; Le(la) stagiaire pourra également être amené à participer aux activités biostatistiques et méthodologiques de l’équipe.
Date de début :à partir de février 2021
Durée du contrat :6 mois
Rémunération :Rémunération convention de stage + participation titres restaurant et frais de transports en commun
Secteur d'activité :Biostatistique, recherche clinique
Description :Maîtrise des méthodes statistiques inférentielles permettant de modéliser des données répétées (longitudinales). Des connaissances dans les méthodes applicables aux données subjectives en santé et des connaissances générale sur la recherche clinique seraient un plus. Bonnes connaissances et pratique du logiciel SAS® et R. Capacités à effectuer une recherche bibliographique scientifique en anglais et à la synthétiser. Autonomie, rigueur, très bon relationnel, esprit de synthèse et d’initiative.
En savoir plus :https://biofortis.merieuxnutrisciences.com/
Offre de stage_M2Biostat_Repeated questionnaires.pdf
Contact :marie-cecile.fournier@mxns.com
Modélisation des interactions entre services écosystémiques des sols
Publiée le 16/11/2020 17:48.
Stage, Rennes.
Entreprise/Organisme :INRAE (Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement)
Niveau d'études :Master
Date de début :Février/Mars 2021
Durée du contrat :6 mois
Rémunération :environ 550 € net par mois (3,90 € par heure, 35 heures par semaine), selon le barème en vigueur (+
Secteur d'activité :Agriculture
Description :L’unité Mixte de Recherche Sol Agro et hydrosystème Spatialisation (UMR SAS) de l’INRAE (Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement) conduit des recherches qui portent, entre autres, sur le rôle fondamental des sols et leur état. En effet, les sols jouent un rôle important en termes de sécurité alimentaire et de lutte contre le changement climatique. Par exemple, dans le contexte environnemental, la capacité des sols à stocker du carbone contribue à la régulation du climat. Il y a donc un enjeu majeur autour de l’évaluation des services que rendent les sols (services écosystémiques des sols (SES)). Dans ce contexte, de nombreux travaux étudient aussi les relations entre les multiples SES. En effet, des pratiques culturales (par exemple, succession des cultures sur une même parcelle) qui visent à améliorer un SES peuvent s’accompagner de l’amélioration ou de la dégradation d’un autre SES. Plusieurs approches de modélisation statistique sont ainsi étudiées pour représenter les relations entre SES. L’objectif de ce stage est d’étudier des approches de modélisation pour représenter les relations entre SES. Dans la littérature, plusieurs approches sont étudiées pour quantifier les interactions entre SES. On peut simplement calculer des coefficients de corrélation ou mettre en œuvre des approches plus complexes, comme des analyses multivariées (ex : Analyse en Composantes Principales) ou des approches de régression paramétrique. Cependant, les approches traditionnelles de modélisation présentent souvent certaines limites, comme la nécessité de faire l’hypothèse que les variables étudiées suivent une loi de probabilité normale. Dans ce stage, il s’agira de proposer des modèles qui représentent la variation simultanée de deux SES, en donnant des informations sur la probabilité d’obtenir diverses valeurs (faibles, moyennes, fortes) de ces SES. Ces modèles devront permettre aussi d’évaluer la probabilité d’occurrence de situations à risque, par exemple quand deux SES prennent simultanément des valeurs extrêmement basses.
En savoir plus :https://intranet.rennes.inrae.fr/umrsas/
Annonce-stage_INRAE-Rennes_2021.pdf
Contact :tristan.senga-kiesse@inrae.fr
Clustering pour données mixtes
Publiée le 16/11/2020 17:48.
Référence : Stage recherche au laboratoire ERIC.
Stage, Lyon (Bron).
Entreprise/Organisme :Laboratoire ERIC, Université Lyon 2
Niveau d'études :Master
Description :Créer un algorithme de clustering à base de modèle probabiliste pour des données mixtes
En savoir plus :https://eric.msh-lse.fr
Stage-2021-Lyon-ERIC.pdf
Contact :julien.jacques@univ-lyon2.fr
Psychométricien / statisticien
Publiée le 16/11/2020 14:21.
CDD, Sèvres (92).
Entreprise/Organisme :France Education international
Niveau d'études :DUT/Licence ou équivalent
Date de début :Entre le 01/12/2020 et le 04/01/2021
Durée du contrat :1 année, renouvelable
Rémunération :Selon niveau de formation et expérience (grille ingénieur d'études de la fonction publique)
Secteur d'activité :Coopération internationale en éducation - Evaluations nationale et internationale
Description :Placé(e) sous l’autorité du responsable de la cellule qualité et expertise (CQE), au sein d’une équipe de 8 personnes, le/la titulaire de ce poste exercera sa fonction au sein du département évaluation et certifications, en qualité de psychométricien-ne. Il/elle organisera la collecte, la gestion, la préparation des données relatives aux certifications de FLE du CIEP et leur traitement psychométrique et statistique à l’aide d’outils informatiques. Il/elle organisera, validera, sur le plan psychométrique, les contenus pédagogiques des certifications de FLE du CIEP et assurera l’assemblage de versions de tests ou de diplômes. Ses missions consisteront à assurer l’analyse statistique et psychométrique des différentes données des diplômes d’études en langue française et du diplôme approfondi en langue française, pour permettre l’élaboration de versions calibrées et comparables. Ce poste est à pourvoir, dès que possible, dans le cadre du départ à l'étranger d’un des collaborateurs de la cellule qualité & expertise.
En savoir plus :https://www.france-education-international.fr/
Psychométricien_2020_2021.pdf
Contact :georges@france-education-international.fr
Stage Master 2 - Post-traitement statistique des prévisions probabilistes et application en météo
Publiée le 16/11/2020 09:30.
Stage, Besancon.
Entreprise/Organisme :Laboratoire de Mathématiques de Besancon
Niveau d'études :Master
Sujet :Voir offre détaillée. A l'issue du stage de M2, une poursuite en thèse sera discutée. Les événements extrêmes peuvent avoir des conséquences socio-économiques majeures. Les crues ou les vagues de chaleur sont des exemples de risques environnementaux associés à des événements extrêmes. La théorie des valeurs extrêmes fournit un cadre théorique pour l’estimation du risque et une estimation mathématique rigoureuse des probabilités d’événements extrêmes. Nous proposons de développer des outils et modèles statistiques adaptés aux applications complexes, notamment en météorologie, où la prévision des événements extrêmes constitue un enjeu important et un challenge difficile. Les prévisions des modèles numériques sont généralement bonnes pour les événements de tous les jours mais manquent de précision concernant les extrêmes. L’objectif du projet est de proposer et de valider de nouvelles méthodes de post-traitement statistique des modèles numériques permettant d’améliorer ces prédictions, notamment dans les extrêmes.
Date de début :1 Mars 2020
Durée du contrat :6 mois
Rémunération :indemnités légale de stage
Secteur d'activité :machine learning, prévision probabiliste, prévision météorologique, statistique des extrêmes
Description :Le premier objectif est de développer des modèles de type machine learning (forêts aléatoires, deep learning) permettant de modéliser à la fois le coeur et les extrêmes de la loi prédictive, afin d’améliorer les prévisions météorologiques. Le second objectif est la validation de ces méthodes, notamment à travers le développement de scores adaptés aux extrêmes.
En savoir plus :https://lmb.univ-fcomte.fr/
stage_M2_ANR_TREX.pdf
Contact :clement.dombry@univ-fcomte.fr
Modèle Prédictif des réhospitalisations chez des sujets hospitalisés pour une Insuffisance Cardiaque
Publiée le 15/11/2020 18:38.
Stage, Bourg-la-Reine (92).
Entreprise/Organisme :Cemka
Niveau d'études :Master
Sujet :Modèle Prédictif des réhospitalisations chez des sujets hospitalisés pour une Insuffisance Cardiaque : une analyse des données PMSI par des méthodes de Machine Learning
Date de début :Mars 2021 (à discuter)
Durée du contrat :6 mois
Secteur d'activité :Santé
Description :L’insuffisance cardiaque (IC) est une déficience de la fonction cardiaque qui ne permet plus d’assurer un débit cardiaque suffisant pour couvrir les besoins énergétiques de l'organisme. Les causes sont variées mais la principale est l’ischémie coronarienne. L’IC est très fréquente et touche 1,5 millions de personnes en France. Afin de mieux comprendre et appréhender les facteurs prédictifs de la survenue d’hospitalisations pour une poussée d’insuffisance cardiaque, nous souhaitons réaliser une analyse de la base de données du PMSI qui est une base de données regroupant l’ensemble des prises en charge à l’hôpital entre 2010 et 2020. Plusieurs modèles de Machine Learning seront testés pour prédire les réhospitalisations. Il s’agit des modèles les plus classiques d’apprentissage supervisé et plus spécifiquement des classifications : régression logistique, plus proche voisin, forêt aléatoire, svm, réseau de neurones (perceptron). Différentes étapes seront menées successivement pendant ce stage. Chacun des modèles sera évalué selon la sensibilité, la spécificité et l’accuracy. L’importance des variables sera étudiée pour tous les modèles afin d’identifier des facteurs prédictifs. La construction de la base sera réalisée en SAS ou en langage SQL. Les modèles d’apprentissage seront implémentés au choix en R ou en python.
En savoir plus :https://www.cemka.fr/
Cemka_Offre de stage 2021.pdf
Contact :stephane.bouee@cemka.fr

<1>  2  3  4  5  6  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 :