Consulter les offres d’emploi

Stage M2: Evaluation des performances d’un algorithme d’apprentissage profond
Publiée le 15/10/2019 14:28.
Référence : stageM2-evalAlgoML.
Stage, Vannes.
Entreprise/Organisme :Univ. Bretagne-Sud / IRISA
Niveau d'études :Master
Sujet :stage M2 / Évaluation des performances d’un algorithme d’apprentissage profond: application à la détection d’objets de petite taille sur fond variable
Date de début :à partir de février 2020
Durée du contrat :6 mois
Rémunération :gratification minimale légale
Secteur d'activité :recherche
Description :stage M2 : Evaluation des performances d’un algorithme d’apprentissage profond: application à la détection d’objets de petite taille sur fond variable Date prévue: Février 2020 (6 mois) Lieu: Université Bretagne Sud - IRISA (équipe OBELIX), Vannes 56000, France Condition: Nationalité européenne Contexte: Ce stage s'intègre dans le cadre d'un projet de recherche de l’équipe d’accueil qui a pour objectif de développer des méthodes de détection d'objets de petite taille dans des images de télédétection (aériennes et satellite) à l'aide de réseaux de neurones profonds (par approche de Deep Learning). Ce projet évolue dans un contexte applicatif varié, par ex. la détection de mammifères marins ou bien de véhicules terrestres, à partir d’images satellites/aériennes. Un algorithme a été proposé dans une première partie du projet pour réaliser cette tâche de détection. L’objectif du stage est d’étudier les performances de cet algorithme, en considérant différents scénarios pour les données d'entraînement et de test, en particulier variabilité des données d'entraînement, apparition de nouveaux fonds dans les données de test, ressemblance des données tests, méta-données disponibles, etc. Le-a futur-e stagiaire rejoindra l'équipe OBELIX (OBsErvation de L'environnement par Imagerie compleXe) de l'IRISA (Institut de recherche en informatique et systèmes aléatoires) à Vannes (Université de Bretagne-Sud, Campus de Tohannic). Missions/Programme de travail: - Etude bibliographique de l’évaluation d’algorithme d’apprentissage, en particulier d’apprentissage profond - Prise en main de la solution développée pour la détection de petits objets (code en C++ et Python/pytorch) pour la détection de mammifères marins/de véhicules terrestres dans des images satellitaires/aériennes - Éventuellement, annotation de données manuelle, non-supervisée ou par transfert - Étude extensive des performances de l’algorithme par simulations numériques Profil/Compétences: - Formation Master 2 ou Ecole d'Ingénieur - Traitement d'image, Machine Learning (expérience en Deep Learning appréciée) - Programmation Python et/ou C++ (expérience avec Tensorflow et/ou Pytorch appréciée) Contacts: Chloé FRIGUET, Minh-Tan PHAM, Luc COURTRAI Envoyer votre CV + relevés de notes + lettre de motivation à chloe.friguet@irisa.fr, minh-tan.pham@irisa.fr et luc.courtrai@irisa.fr (avant le 30 novembre 2019).
En savoir plus :https://www-obelix.irisa.fr/job-offers/
stageM2_evaluation_detection.pdf
Contact :chloe.friguet@irisa.fr
Funded PhD Position in Biostatistics in Tours, France
Publiée le 14/10/2019 12:46.
Référence : Funded PhD Position in Biostatistics in Tours, France.
Thèse, Tours, France.
Entreprise/Organisme :INSERM UMR 1246 SPHERE
Niveau d'études :Master
Sujet :Analyse des essais randomisés en cluster avec un critère de jugement de type survie
Durée du contrat :36 mois
Description :Proposition de thèse au sein de notre unité basée à Tours et à Nantes Le doctorant sera basé à Tours
En savoir plus :http://sphere-nantes.fr/
PropositionThèse_QUARTET_20191009.pdf
Contact :agnes.caille@med.univ-tours.fr
MATRIX - Analyses multivariées pour l’identification des sources de pollution par Fluorescence 3D.
Publiée le 11/10/2019 22:54.
Référence : Sujet de Stage M2.
CDD, Nancy.
Entreprise/Organisme :LIEC / CNRS UMR 7360 / Université de Lorraine
Niveau d'études :Master
Sujet :CONTEXTE : Parmi les 2,5 millions de sites contaminés identifiés en Europe [1], 332 500 sites sont impactés par des contaminations aux composés aromatiques polycycliques (CAP) et plus spécifiquement aux hydrocarbures aromatiques polycycliques (HAP). Ces HAP sont des molécules constituées d’au moins deux noyaux benzéniques, présentant des propriétés hydrophobes. Il en existe des centaines mais seules 16 d’entre elles sont listées comme polluants prioritaires par l’US-EPA du fait de leur propriétés toxiques, mutagènes et cancérigènes [2]. Les HAP sont issus de différentes sources, principalement du fait des activités anthropiques [3]. De par leur large diffusion dans l’environnement il est difficile de leur attribuer une origine précise. Dans certains cas, les teneurs et surtout les distributions des HAP peuvent renseigner sur l’origine de ces HAP [4] certaines sources de contaminations présentant une signature particulière. A l’heure actuelle, la caractérisation de ces sources de contaminations nécessite de réaliser une extraction par solvants organiques (classiquement dichlorométhane [5]) puis l’identification et le dosage des composés présents par des techniques chromatographiques (GC-MS, HPLC-DAD, LC-MS). Cependant, ces analyses sont longues et couteuses ce qui limite l’acquisition et l’étude d’importantes séries de données. La spectroscopie de fluorescence est une autre technique analytique permettant de concilier rapidité d’analyse et signature de source. En effet, de par leurs structures moléculaires, les HAP présentent la propriété de fluorescer. Initialement utilisée en mode Emission-Excitation synchrone, elle a été appliquée pour étudier les matrices organiques complexes comme les charbons et les bitumes routier [6] afin de déterminer le degré de condensation des structures aromatiques. Ce mode d’analyse, développé dans les années 90, permettait de réaliser des analyses sur des durées acceptables (15 minutes) alors que faire une analyse sur l’ensemble du spectre d’Emission-Excitation (Fluorescence 3D : excitation [nm] x émission [nm] x intensité [u.a.]) à cette époque prenait plusieurs heures. Cette technique a fortement évolué grâce aux perfectionnements de l’optique et de l’électronique permettant d’acquérir en un minimum de temps un très grand nombre de données (e.g. 10-20 minutes d’analyse par échantillon). La fluorescence 3D est aujourd’hui principalement utilisée pour l’analyse des échantillons aqueux (eaux de rivière et de mer) afin d’identifier les sources de matière organique dissoute d’origine naturelle [7]. En revanche, elle est peu utilisée pour l’analyse d’extraits organiques (solvants organiques) et dans un contexte de contamination anthropique. Pourtant, la grande quantité d’information contenue dans une matrice de fluorescence 3D doit permettre de compléter les informations structurales pour conduire à l’identification de source de HAP. Des outils de post-processing doivent donc être développés pour extraire les informations les plus pertinentes contenues dans ces matrices de fluorescence. Dans les études physico-chimiques, une discipline appelée chemometric a été développée pour justement acquérir par des outils mathématiques [8] une connaissance plus approfondie et une interprétation plus complète des échantillons analysés. Ces approches emploient l’analyse multivariée (MCR) et le data mining en chimie analytique. DEVELOPPEMENT DU SUJET DE STAGE : L’objectif du stage est donc d’appliquer et de développer des outils mathématiques (chemometrics), notamment les résolutions multivariées (e.g PARAFACE, MCR-ALRS, etc. [9,10]), pour exploiter de façon optimale les matrices de Fluorescence 3D issues d’extraits organiques d’échantillons contaminés aux HAP afin d’identifier des signatures caractéristiques de sources de contaminations. o Première étape : Partie expérimentale. Acquisition de spectres Fluo 3D en nombre suffisant pour permettre une utilisation robuste des analyses multivariées (250 spectres). Pour ce faire, six HAP ont été sélectionnés (i.e. naphtalène, fluorène, phénanthrène, fluoranthène, benzo[a]pyrène et benzo[ghi]pérylène) en fonction de leurs abondances dans les sols contaminés et leur nombre de cycles. Ces HAP seront analysés par Fluo 3D, purs et mélangés à des proportions et des concentrations variables, représentatives de celles retrouvées dans des extraits de sols. Cette première étape permettra d’optimiser les paramètres d’analyses, de mieux comprendre les interactions se déroulant au cours de la mesure (quenching) et d’identifier des différences de signaux en fonction de la composition des solutions. o Deuxième étape : Chemometric. La deuxième étape consistera en la réalisation d’analyses multivariées sur les données de ces échantillons représentatifs. En effet, ils permettront, d’une part, de déterminer quels sont les meilleurs prétraitements mathématiques adaptés à la technique expérimentale (i.e. corriger des phénomènes de fluorescence « parasites ») et d’autre part, de choisir quelle méthode chemometrics permet d’extraire le maximum de sources de nos mélanges de HAP (i.e. ACP, MCR-ALS ou encore PARAFAC, etc.). o Troisième étape : Test sur des échantillons réels. Des extraits organiques de matrices contaminées de différents origines (DNAPL, goudrons de houille, charbon, sols contaminés, sédiments de rivières…) seront analysés et viendront compléter la banque de données de spectres déjà obtenus. Ces échantillons ayant déjà été caractérisés au niveau moléculaire (HAP), cette dernière étape permettra ainsi de s’assurer de la validité de la méthode mathématique développée pour caractériser la signature d’échantillons complexes où de nombreuses interactions entre molécules existent. REFERENCES : [1] European Environment Agency, (2012). [2] L.H. Keith, W.A. Telliard. Environ. Sci. Technol. 13 (1979) 416-423. [3] G. Witt. Mar. Pollut. Bull. 31 (1995) 237-248. [4] M.B. Yunker, R.W. Macdonald, R. Vingarzan, R.H. Mitchell, D. Goyette, S. Sylveste. Org. Geochem. 33 (2002) 489-515. [5] Y. Li, R. Michels, L. Mansuy, S. Fleck, P. Faure. Fuel. 81 (2002) 747-755. [6] J. Kister, N. Pieri, R. Alvarez, M. A. Diez, J.J. Pis. Energy Fuels. 10 (1996) 948-957. [7] P.G. Coble. Mar. Chem. 51 (1996) 325-346. [8] M. Bosco, M.P. Callao and M.S. Larrechi. Talanta 72 (20017) 800-807. [9] S. Piqueras, L. Duponchel, R. Tauler, A. de Juan. Anal. Chim. Acta 705 (2011) 182-192. [10] S. Piqueras, L. Duponchel, M. Offroy, F. Jamme, R. Tauler, A. de Juan, Anal. Chem. 85 (2013) 6303-6311.
Date de début :01/01/2020
Durée du contrat :6 mois
Rémunération :Environ 600 euros/mois
Secteur d'activité :Environnement, chimiométrie
Description :'objectif premier du LIEC (Laboratoire Interdisciplinaire des Environnements Continentaux) est de comprendre le fonctionnement des écosystèmes continentaux fortement perturbés par l'activité humaine, avec pour finalité leur réhabilitation. Dans ce but, nous mettons en oeuvre une recherche interdisciplinaire alliant les concepts et méthodes de la minéralogie environnementale, de la science du sol, de l’écologie microbienne, de la physico-chimie colloïdale, de l’écotoxicologie, de l’écologie fonctionnelle. Sa nouvelle structuration scientifique est désormais composée de cinq équipes de recherche : -Cycles biogéochimiques dans les écosystèmes perturbés (CyBLE), Resp. P. Faure -Physico-chimie et Réactivité des Surfaces et Interfaces (PhySI), Resp. J. Duval -Écologie Microbienne des Milieux Anthropisés (EMMA), Resp. P. Bauda -Toxicologie de l’Environnement (TEv), Resp. C. Cossu-Leguille -Écologie du Stress (ECoSe), Resp. F. Guérold Cette structuration assurera une continuité du positionnement thématique disciplinaire et interdisciplinaire du LIEC. Ces nouvelles équipes sont positionnées sur deux axes transversaux interdisciplinaires et complémentaires dont l’animation aura pour objectif principal le renforcement de l’interdisciplinarité via l’émergence de projets originaux inter-équipes : -Écodynamique des Éléments (EcoDe), -Écotoxicologie et Biodiversité (EcoBio)
En savoir plus :http://liec.univ-lorraine.fr/
MATRIX sujet stage_final.pdf
Contact :marc.offroy@univ-lorraine.fr
Analyse statistique de données métatranscriptomiques
Publiée le 11/10/2019 12:38.
Référence : TANGO.
Stage, UMR MIA-Paris, Paris 5eme.
Entreprise/Organisme :Institut National de la Recherche Agronomique
Niveau d'études :Master
Sujet :Analyse statistique de l’expression des gènes exprimés par les micro-organismes au cours des procédés de fabrication et d’affinage de fromage
Date de début :Entre janvier et avril 2020
Durée du contrat :6 mois
Rémunération :555 euros
Secteur d'activité :Recherche Académique
Description :La métatranscriptomique permet l’étude de l’expression des gènes de l’ensemble des micro-organismes composant un écosystème (ici fromager) et donc l’étude du profil fonctionnel d’une communauté de micro-organismes tout au long de la fabrication et de l’affinage (données en cinétique). Les données de métatranscriptomique sont représentatives de l’expression de chaque gène dans les conditions biologiques d’intérêt. Elles sont issues d’un séquençage de l’ARN et correspondent pour chaque échantillon biologique à un nombre de séquences alignées sur une région génomique d’intérêt. Ces données sont par nature discrète, positive et peuvent prendre des valeurs dans un intervalle très grand. On s’intéresse alors à détecter les régions génomiques différentiellement exprimées entre des conditions biologiques d’intérêt (deux itinéraires technologiques par exemple). Le profil cinétique d’expression des gènes impliqués dans la synthèse d’une dizaine de composés d’arôme sera ensuite corrélé à la production temporelle de composés d’arôme. Objectif du stage Le stagiaire devra dans un premier temps se familiariser avec les données de métatranscriptomique issues du séquençage de l’ARN (RNA-Seq) et s’approprier les méthodes d’analyse statistique (basée sur le modèle linéaire généralisé) ainsi que les outils pour faire ces analyses. Il veillera notamment à sélectionner les méthodes les plus appropriées à l’analyse de données métatranscriptomiques et adaptera le cas échéant les méthodes existantes à la particularité des données du projet. Dans un second temps, l’étudiant devra analyser les données et pourra intégrer les données de transcriptomique aux données physico-chimiques ou métaboliques disponibles. L’implémentation des méthodes et l’analyse des données se fera avec le langage R dans l’environnement RStudio.
En savoir plus :https://www6.inra.fr/mia-paris/Stage-Emploi
Stage_TANGO.pdf
Contact :julie.aubert@agroparistech.fr
Poste de professeur en statistique et science des données
Publiée le 09/10/2019 12:34.
CDI, Montréal, Canada.
Entreprise/Organisme :Université du Québec à Montréal
Niveau d'études :Doctorat
Description :Le Département de mathématiques de l’UQAM annonce l’ouverture d’un poste de professeur régulier en statistique et sciences des données (à tout niveau) à partir du 1er juin 2020. Tous les domaines d'expertise en statistique sont admissibles, mais une spécialisation liée à l’analyse de données de grande dimension et/ou la statistique computationnelle est considérée comme un atout majeur. Le candidat sera appelé à développer et maintenir un programme de recherche original et à diriger des étudiants de cycles supérieurs et des stagiaires de premier cycle. De plus, il aura à enseigner aux trois cycles à des clientèles variées et à s’impliquer dans le développement de programmes d’études en statistique et science des données.
En savoir plus :https://math.uqam.ca/
Annonce-UQAM-2019.pdf
Contact :tanguay.denis@uqam.ca
Chargé.e d'études statistiques sur le logement social
Publiée le 09/10/2019 12:34.
CDI, Paris - La Défense.
Entreprise/Organisme :ANCOLS - agence nationale de contrôle du logement social
Niveau d'études :Master
Date de début :Immédiate
Secteur d'activité :Administration publique
Description :L'ANCOLS recherche pour sa direction des études statistiques un/une chargé.e d'études statistiques sur le logement social. Idéalement 3 ans d'expérience minimum ou débutant motivé. Toutes les informations dans le fichier joint.
En savoir plus :NA
annonce_poste_S2_2019.pdf
Contact :rh@ancols.fr
Evaluation des services écosystémiques fournis par la flore adventice dans un paysage agricole
Publiée le 09/10/2019 12:34.
Stage, Dijon.
Entreprise/Organisme :INRA - UMR Agroécologie
Niveau d'études :Master
Sujet :Contexte et objectifs du stage En grandes cultures, la flore adventice qui se développe spontanément peut occasionner des pertes de rendement mais fournit aussi des ressources alimentaires (graines, nectar, pollen) permettant le maintien d’organismes clés dans la fourniture de services écosystémiques importants en agriculture, notamment la pollinisation des cultures et le contrôle biologique des bioagresseurs. La flore adventice est souvent diversifiée et la contribution de chaque espèce adventice à ces différents services et disservices dépend de caractéristiques fonctionnelles (par ex type et couleur des fleurs, nombre et taille des graines produites, biomasse) et de leur phénologie. Les bases de données décrivant les caractéristiques des espèces adventices (par ex LEDA, etc…) et le développement de méthodes pour estimer la contribution des espèces à un service (par ex Ricou et al. (2014) pour la pollinisation, Mézière et al. (2015)) permettent aujourd’hui d’évaluer la ‘valeur’ ou l’intensité de la contribution de communautés observées au champ pour la fourniture de bouquets de services et disservices. Le stage est intégré dans une thèse en cours sur l’analyse des compromis entre services écosystémiques fournis par la flore adventice sur la plateforme paysagère de Fénay constituée de 950 ha de grandes cultures et suivie depuis 2004 par l’UMR Agroécologie ; plus d’info ici). La thèse a permis d’identifier 8 stratégies de gestion agricole et de classer chaque parcelle suivie dans une stratégie. Des relevés de flore adventice ont été effectués annuellement entre 2008 et 2014 sur 70 parcelles, à la fois dans le centre du champ cultivé et dans la zone de bordure de la parcelle, qui est notablement plus riche en adventices (Fried et al. 2009), et pourrait ainsi contribuer de façon importante aux services écosystémiques dans la zone. L’objectif de ce stage est d’évaluer les services fournis par la flore adventice à l’échelle de la plateforme de Fénay en traduisant les données adventices disponibles sous forme d’indicateurs de services calculés à l’échelle des communautés. Sur la base de cette évaluation, l’étudiant conduira une analyse (i) des compromis ou antagonismes entre les services évalués et (ii) de l’évolution des bouquets de services fournis au cours des années successives d’une rotation de cultures. Programme de travail envisagé Les services et disservices seront estimés par un ensemble d’indicateurs traduisant chaque espèce adventice en valeur de (dis)services (ressources pour les pollinisateurs, les carabes et les oiseaux, nuisibilité vis-à-vis de la culture), permettant d’estimer la contribution de la communauté en pondérant chaque espèce par son abondance. Cette étape sera déjà majoritairement définie avant le début du stage, cependant les indicateurs ne seront pas disponibles pour toutes les espèces présentes. Une partie du travail consistera alors à définir une méthode de prise en compte de ces espèces. Une phase de calcul pourra alors débuter pour estimer les services pour les communautés adventices observées sur la plateforme de Fénay (relevés en champ et en bordure de culture pour 70 parcelles sur 6 années consécutives). Les bouquets de services ainsi estimés seront ensuite analysés. Ceci nécessitera une synthèse bibliographique des méthodes d’analyses de synergies et antagonismes entre services écosystémiques (ACP et classification, Front de Pareto …). Dans le cas d’étude de ce stage, plusieurs hypothèses peuvent être testées. Tout d’abord, on peut émettre l’hypothèse que les bouquets de services fournis vont dépendre de la stratégie agricole mise en place dans les parcelles et il serait intéressant de pouvoir identifier la ou les stratégies les plus intéressantes en termes de bouquets de services parmi les 8 stratégies identifiées sur la zone. Ensuite, il est possible que les antagonismes entre services dans le champ s’atténuent si on inclut dans l’analyse la flore de bordure (de par une richesse et une abondance en adventices plus importante et une compétition plus faible de la culture). Enfin, on peut aussi faire l’hypothèse que les antagonismes mis en évidence une année donnée s’atténuent à l’échelle pluri-annuelle, par exemple si on a des services différents qui sont favorisés dans chacune des cultures d’une rotation culturale.
Date de début :mars 2020
Durée du contrat :6 mois
Rémunération :Indemnité de stage : ~550€/mois (3.75€/h sur une base de 35h/semaine)
Secteur d'activité :recherche
Description :Connaissances et compétences requises - Attrait important pour le travail d’analyse de données - Sens du travail d’équipe et rigueur dans le travail - Connaissances théoriques et pratiques en analyses statistiques en écologie des communautés (ANOVA, régressions linéaires, analyse multivariées…) - Le stage se déroulera au sein de l’UMR Agroécologie à l’INRA de Dijon, de préférence à partir du début du mois de mars. Ce stage est co-encadré par Séverin Yvoz (doctorant), Stéphane Cordeau (agronome, chargé de recherche) et Sandrine Petit (écologue du paysage, directrice de recherche) à l’UMR Agroécologie.
En savoir plus :https://www6.dijon.inra.fr/umragroecologie
Stage M2 Analyse des compromis entre services.pdf
Contact :severin.yvoz@inra.fr
Modélisation multivariée de données de comptage en présence de surdispersion
Publiée le 07/10/2019 11:48.
Stage, Montpellier.
Entreprise/Organisme :Cirad & Université de Montpellier
Niveau d'études :Master
Sujet :Contexte: Modéliser et prédire la distribution des espèces est un enjeu majeur pour préserver les écosystèmes naturels en particulier face au changement climatique et à l'augmentation des pressions humaines. Classiquement, l'abondance des espèces est supposée distribuée selon une loi de Poisson, dont l'intensité dépend de caractéristiques environnementales. Toutefois, en raison de différents facteurs (dispersion limitée, compétition entre espèces, etc), les données d'abondances présentent une sur-dispersion qui se caractérise soit par un excès de zéros, soit par des valeurs extrêmes soit les deux simultanément. Cette sur-dispersion viole la propriété d'égalité entre l'espérance et la variance d'une loi de Poisson. Cela se traduit par une détérioration des qualités d'ajustement rendant finalement ce simple modèle souvent mal adapté. Cadre mathématique et objectifs: Les modèles mélanges, finis ou non, de lois de Poisson forment une solution élégante pour gérer la question de la sur-dispersion (Karlis and Xekalaki, 2005). Dans le cas univarié, Greenwood and Yule suggèrent, dès 1920, de remplacer la loi de Poisson par une loi négative binomiale, celle-ci pouvant se définir comme le mélange d'une loi Poisson dont l'intensité est distribuée selon une loi gamma. Pour gérer une très forte surreprésentation de zéros, les modèles de Poisson zéro-enflés (zero-inflated Poisson, ZIP) sont largement utilisés (Lambert, 1992). Ils se définissent en termes de mélange fini, considérant que l'intensité est distribuée selon une loi de Bernoulli. Cette construction présente de nombreux intérêts. On peut citer entre autres : (i) la probabilité d'observer un zéro est plus grande que dans le cas d'une loi de poisson, (ii) la variance est structurellement supérieure dans le cas du mélange que dans le cas simple, (iii) les moments sont facilement calculables, (iv) la forme et la queue de la distribution de la loi de Poisson en mélange sont fortement reliées à celle de la loi de mélange. D'autre part, selon les lois de mélange, le cas univarié peut s'étendre au cas multivarié. Par exemple la loi de Poisson multivariée log-gaussienne (Aïtchison and Ho, 1989; Chib and Winkelmann, 2001) qui généralise la loi de Poisson log-gaussienne (Bulmer, 1974). Cela représente un atout majeur dans le contexte de la modélisation multi-spécifique. Enfin, cette construction s'interprète aussi d'un point de vue bayésien, la loi de mélange étant alors la loi a priori de l'intensité de la loi de Poisson. Toutefois, peu de travaux ont cherché à caractériser la loi de Poisson en mélange en fonction de la loi de mélange considérée et à les comparer objectivement en termes de performances pour mieux représenter et capturer la sur-dispersion (excès de zéros, valeurs extrêmes). Les objectifs du stage sont (i) dans le cas univarié, d'étudier et caractériser les lois de Poisson en mélange, en se focalisant sur leur comportement en zéro et sur la structure des queues de distribution, (ii) de proposer, si cela est possible, un critère permettant d'orienter le choix de la loi de mélange selon le degré de dispersion des observations, (iii) d'amorcer une réflexion sur l'extension des lois de Poisson en mélange au cas multivarié. Applications: Les résultats seront testés sur simulations et appliqués à données réelles. Celles-ci concernent la distribution de 49 taxons de macro-invertébrés échantillonnés dans les rivières du sud-est de la France. Ce stage contribuera à une meilleure compréhension du fonctionnement écologique des cours d'eau, les communautés d'invertébrés étant sensibles à la qualité des eaux, ainsi qu'à l'élaboration d'indicateurs de biodiversité des cours d'eau.
Date de début :mars 2020
Durée du contrat :4-6 mois
Rémunération :540 euros/mois
Secteur d'activité :Recherche en Probabilité et Statistiques
Description :Ce stage en statistique, d'une période de quatre à six mois, se déroulera à Montpellier au sein de l'unité Forêts et Sociétés du CIRAD et de l'Institut Montpelliérain Alexander Grothendieck - IMAG - de l'université de Montpellier. L'étudiant(e) percevra une indemnité de stage de 540 e/mois. Ce stage s'insère dans le cadre du projet GAMBAS financé par l'ANR-18-CE02-0025. Ce travail pourra donner lieu à une thèse dont le financement est assuré par le projet.
En savoir plus :xx
StageStatFinEtudes2020_Montpellier.pdf
Contact :fmortier@cirad.fr
Ingénieur Statisticien Lyon
Publiée le 03/10/2019 18:44.
Référence : Ingénieur Statisticien (Chimiométrie).
CDI, NEUILLY-SUR-SEINE.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Durée du contrat :CDI
Secteur d'activité :Pharmaceutique
Description :Spécialisée dans le domaine de la Biométrie, la société IT&M STATS développe un pôle de compétences dans les différents métiers de la Recherche et de la Recherche Clinique (Data Managers, Biostatisticien(ne)s, Analystes Programmeurs SAS…) Nous basons notre relation sur : o Un respect des collaborateurs et des clients, de leurs aspirations, o Un suivi personnalisé des collaborateurs et des clients, o Une gestion régulière des carrières des collaborateurs, o Des échanges transparents, o Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour l’un de nos clients du secteur pharmaceutique basé en région Lyonnaise un Ingénieur Statisticien Nous recherchons un profil d’un an d’expérience pouvant apporter du support statistique pour des études non cliniques CMC (Statistiques industrielles/Chimiométrie) utilisant SAS, R ou des logiciels statistiques spécialisés. Au sein de la plateforme automatisée vaccins. Vos missions seront d’assurer le traitement et l’analyse des données provenant des laboratoires de recherche. Les données sont souvent non structurées (spectres, chromatogrammes…) et proviennent de plusieurs laboratoires. Votre rôle sera d’optimiser leur récolte et leur traitement afin de les intégrer dans des modèles de prédiction de la dégradation des produits notamment. Vous pourrez également intervenir sur la mise en place de plans d’expériences, d’une méthodologie statistique, de tests statistiques pour le contrôle qualité des données ainsi que sur la phase de data visualisation pour mettre en valeur vos résultats. Profil recherché  Vous êtes titulaire d’un diplôme de type Bac+3/Bac+5, dans le domaine de la Statistique, Bioinformatique ou Chimiométrie.  Vous justifiez d’une expérience professionnelle dans le domaine de la chimiométrie ou de la statistique.  Vous maîtrisez des logiciels de programmation statistique et en particulier R  La connaissance de JMP, Python ou Spotfire serait un plus.  La connaissance du logiciel AKTS pour la modélisation serait un atout  Vous justifiez d’une grande autonomie et maturité professionnelle  Vous êtes autonome, force de proposition et passionné par votre métier Vous avez un bon niveau d’anglais  Vous justifiez d’une grande autonomie et maturité professionnelle  Vous avez un bon niveau d’anglais et un bon relationnel Le poste est à pourvoir en CDI Contacts : Ana Luisa Gomes : recrutements@itm-stats.com Marie-Noëlle COUBEZ : mn.coubez@itm-stats.com - Fabien RECORD : f.record@itm-stats.com
En savoir plus :http://www.itm-stats.com/
20092019 Statistiques industrielles Chimiométrie lyon.pdf
Contact :recrutements@itm-stats.com
Ingénieur Statisticien Cosmétique
Publiée le 03/10/2019 18:44.
Référence : Ingénieur Statisticien Cosmétique.
CDI, NEUILLY-SUR-SEINE.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Durée du contrat :CDI
Secteur d'activité :Cosmétique
Description :Spécialisée dans le domaine de la Biométrie, la société IT&M STATS développe un pôle de compétences dans les différents métiers de la Recherche et de la Recherche Clinique (Data Managers, Biostatisticien(ne)s, Analystes Programmeurs SAS…) Nous basons notre relation sur : o Un respect des collaborateurs et des clients, de leurs aspirations, o Un suivi personnalisé des collaborateurs et des clients, o Une gestion régulière des carrières des collaborateurs, o Des échanges transparents, o Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour l’un de nos clients du secteur pharmaceutique basé en région Parisien un Ingénieur Statisticien Missions Au sein du Calcul Scientifique, la mission consiste à travailler en support auprès d’un statisticien sur des données Exposome. De manière non exhaustive, cela peut concerner des données cliniques, biophysiques, omics (protéomiques en particulier) ou encore des données microbiome. Contenu de la mission : Ces études ont pour but de caractériser (profils types) les phénotypes cliniques en fonction de sous-ensembles de descripteurs caractéristiques notamment à travers des approches multi-blocs (analyse canonique généralisée), des analyses intégratives en utilisant les différents jeux de données simultanément (plusieurs centaines de descripteurs). Pour cela, une batterie de méthodes multivariées (CCA généralisée, ACP, PLS, SVM, Clustering,…) associées à des méthodes de sélection de variables (sparse) seront nécessaires pour avoir des approches robustes. Le consultant, initié à ces techniques devra pouvoir comprendre et appliquer ces méthodes et être force de proposition. Il pourra également être impliqué dans le développement de visualisations (approches graphiques, réseaux Bayésien,…). Profil recherché  Vous êtes titulaire d’un diplôme de type Bac+3/Bac+5, dans le domaine de la Statistique  Minimum 3 ans d’expérience  A l’aise avec les analyses multivariées : ACP, PLS, réseaux bayésiens et la sélection de variables  Rigueur dans le travail demandé  Rendu des résultats dans le respect des délais demandés  Doit s’assurer de la qualité des résultats avant de les livrer  Maîtrise des logiciels R pour l’utilisation de packages et éventuellement le développement de code R  Esprit critique, Autonomie, Organisé  Capacité à travailler en équipe  Bon relationnel  Force de proposition  Vous avez un bon niveau d’anglais  Vous justifiez d’une grande autonomie et maturité professionnelle Le poste est à pourvoir en CDI Contacts : Ana Luisa Gomes : recrutements@itm-stats.com Marie-Noëlle COUBEZ : mn.coubez@itm-stats.com - Fabien RECORD : f.record@itm-stats.com
En savoir plus :http://www.itm-stats.com/
20092019 statisticien cosmétique.pdf
Contact :recrutements@itm-stats.com
Ingénieur Statisticien
Publiée le 03/10/2019 18:44.
Référence : Ingénieur Statisticien CMC.
CDI, NEUILLY-SUR-SEINE.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :Janvier 2020
Durée du contrat :CDI
Secteur d'activité :Pharmaceutique
Description :Spécialisée dans le domaine de la Biométrie, la société IT&M STATS développe un pôle de compétences dans les différents métiers de la Recherche et de la Recherche Clinique (Data Managers, Biostatisticien(ne)s, Analystes Programmeurs SAS…) Nous basons notre relation sur : o Un respect des collaborateurs et des clients, de leurs aspirations, o Un suivi personnalisé des collaborateurs et des clients, o Une gestion régulière des carrières des collaborateurs, o Des échanges transparents, o Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour l’un de nos clients du secteur pharmaceutique basé en région Parisienne un Ingénieur Statisticien Nous recherchons un profil d’un an d’expérience pouvant apporter du support statistique pour des études non cliniques CMC (Statistiques industrielles/Chimiométrie) utilisant SAS, R ou des logiciels statistiques spécialisés.  Analyses statistiques de données (statistiques industrielles, chimiométrie, qualimétrie) avec les logiciels statistiques retenus par le client pour le compte des Départements de CMC selon les bonnes pratiques définies par le client  Rapports d'études statistiques en anglais selon les standards internes.  Programmes statistiques en SAS, R selon les standards internes du client  Rapports de "dry tests" sur les applications end-user et contribution à la documentation des solutions de calcul selon les standards internes  Elaboration de plans d’expériences, Validation de méthodes analytiques, Comparaison d’appareils de mesure, Analyse de données, Simulations  Vous êtes titulaire d’un diplôme Bac+5 dans le domaine de la Statistique  Vous justifiez d’une expérience professionnelle dans la statistique au sein d’un laboratoire, d’une biotech ou d’une CRO  Vous maîtrisez des logiciels de programmation statistique dont SAS et R  Vous avez une bonne expérience en plan d’expériences  Vous justifiez d’une grande autonomie et maturité professionnelle  Vous avez un bon niveau d’anglais et un bon relationnel Le poste est à pourvoir en CDI Contacts : Ana Luisa Gomes : recrutements@itm-stats.com Marie-Noëlle COUBEZ : mn.coubez@itm-stats.com - Fabien RECORD : f.record@itm-stats.com
En savoir plus :http://www.itm-stats.com/
18092019 Statisticien junior Janvier 2020.pdf
Contact :recrutements@itm-stats.com
Data Manager Clinique
Publiée le 03/10/2019 18:44.
Référence : Data Manager Clinique.
CDI, NEUILLY-SUR-SEINE.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :Octobre 2019
Durée du contrat :CDI
Secteur d'activité :Cosmétique
Description :Spécialisée dans le domaine de la Recherche Clinique, la société IT&M STATS développe un pôle de compétences dans les différents métiers de la Recherche Clinique (Data Managers, Biostatisticien(ne)s, Analystes Programmeurs SAS…) Nous basons notre relation sur : o Un respect des collaborateurs et des clients, de leurs aspirations, o Un suivi personnalisé des collaborateurs et des clients, o Une gestion régulière des carrières des collaborateurs, o Des échanges transparents, o Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour l’un de nos clients du secteur cosmétique basé en région Parisienne un(e) Data Manager clinique Au sein du pôle évolution de la performance produit, vous serez en charge de la mise en place et du suivi des études cliniques en particulier des études liées au microbiome. Vos principales missions sont de :  Effectuer le Mapping Clinique SDTM like via programmation SAS ou R  Assurer la documentation des programmes  Mettre en place l’étude : Validation eCRF  Programmer les Checks sur études microbiomes (SAS)  Rédiger les spécifications projets, plans et rapports de validation, CR de réunion  Le tout dans le respect des bonnes pratiques, process et procédures établies pour le Data Management  Vous êtes titulaire d’un diplôme de type Bac+3/Bac+5, dans le domaine de la Recherche Clinique et du Data Management  Vous justifiez d’une expérience professionnelle (min 3 ans) dans le domaine du Data Management de la recherche clinique  La maîtrise de SAS et Excel sont indispensables. R et VBA seraient un atout  Vous justifiez d’une excellente pratique du data Management (mise en forme des données, validation, intégration…)  Une connaissance des études cliniques et du SDTM sont nécessaires. Une connaissance du microbiome serait un plus.  Vous justifiez d’une grande autonomie et d’une maturité professionnelle. Doté d’un bon relationnel et de bonnes capacités d’adaptation, vous êtes curieux, motivé, rigoureux.  Vous êtes force de proposition  Vous avez un bon niveau d’anglais Le poste est à pourvoir en CDI à partir du mois d’Octobre 2019. Contacts : Ana Luisa Gomes : recrutements@itm-stats.com Marie-Noëlle COUBEZ : mn.coubez@itm-stats.com - Fabien RECORD : f.record@itm-stats.com
En savoir plus :http://www.itm-stats.com/
13092019 Data Manager Clinique.pdf
Contact :recrutements@itm-stats.com
Data scientist
Publiée le 01/10/2019 22:11.
CDD, Nontron.
Entreprise/Organisme :Lim france
Niveau d'études :Master
Date de début :Dès que possible
Description :Au sein d'une équipe pluridsciplinaire vous serez le statisticien référent de l'équipe. Vous aurez en charge de définir la méthodologie statistique des essais réalisés en interne, d'analyser des données et présenter les résultats. Vous aurez aussi à participer à l'organisation du stockage centralisé des données. Et enfin mettre en place la fouille des bases de données internes pour ressortir les tendances et développements futurs.
En savoir plus :https://lim-group.com/rejoindre-le-groupe-lim/
Fiche de poste Data Scientist.pdf
Contact :aschmutz@lim-group.com
Prédiction des incidences de légionellose à partir de données météorologiques
Publiée le 01/10/2019 22:10.
Référence : Stage M2 - machine learning - prédiction légionellose.
CDD, Saint-Maurice (Val-de-Marne).
Entreprise/Organisme :Santé publique France
Niveau d'études :Master
Sujet :Prédiction des incidences de légionellose à partir de données météorologiques par des méthodes d’apprentissage machine.
Date de début :Février 2020 (flexible)
Durée du contrat :6 mois
Rémunération :environ 580€ / mois
Secteur d'activité :Santé publique
Description :L’objectif du projet proposé est de prédire le nombre de cas de légionellose à partir des données météorologiques en utilisant un modèle d’apprentissage machine : deep learning, machines à vecteurs supports, forêts aléatoires... L’idée est de s’affranchir, grâce à ces modèles, des contraintes d’additivité pour modéliser et investiguer les liens complexes entre les conditions météorologiques et l’incidence de la légionellose. L’objectif à terme est de pouvoir alerter les pouvoirs publics lorsque s’annoncent les conditions propices à un pic d’incidence.
En savoir plus :NA
Offre stage 2019_2020_DATA_Legio.pdf
Contact :camille.pelat@santepubliquefrance.fr
Statisticien
Publiée le 01/10/2019 10:39.
Référence : Recrut -ERES2019.
CDI, Villejuif, 94.
Entreprise/Organisme :Gustave Roussy, Premier centre de lutte contre le cancer en Europe
Niveau d'études :Master
Date de début :Dès que possible
Durée du contrat :CDI- Temps Plein
Secteur d'activité :Gustave-Roussy, recrute un Statisticien pour le service de Biostatistique et d’Epidémiologie
Description :Missions Evaluation médico-économiques dans le cadre d’essais cliniques: protocole, questionnaire, conception de la base de données et test de la qualité des données en collaboration avec le data-manager, analyse des données, production du rapport d’analyse, participation aux publications et communications Evaluations économiques à partir des bases de données médico-administratives du système national des données de santé (SNDS) Travaux de recherche en méthodologie statistique pour l’évaluation médico-économique Participation aux activités transversales du Service de Biostatistique et d’Epidémiologie (séminaires, séances biblio, groupes de travail techniques..) Participation aux activités d’enseignement du Service de Biostatistique et d’Epidémiologie Formation Formation en (bio)statistique de niveau BAC+5 au minimum : Ecole d’ingénieur (ENSAE, ENSAI..) ou Master2 Compétences / Excellente maîtrise des outils statistiques, maîtrise des solutions informatiques de type base de données, SAS, connaissances SQL / Une compétence dans l’exploitation des données du SNDS et/ ou en recherche clinique est appréciée / Bon niveau d’anglais / Rigueur, autonomie et qualités relationnelles
En savoir plus :xx
Annonce Statisticien ERES SBE2019 [Mode de compatibilité].pdf
Contact :nadege.munier@gustaveroussy.fr

<1>  2  3  4  5  Page suivante

 
 
©2019 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 :