Consulter les offres d’emploi

Post-doctoral Position in Statistics in Montpellier or Paris-Saclay

Publiée le 25/07/2023 14:08.

Postdoc, Montpellier MISTEA et Orsay LMO.

Entreprise/Organisme :	ANR ASCAI
Niveau d'études :	Doctorat
Date de début :	as early as september 2023
Durée du contrat :	jusqu'à 24 mois
Description :	This position fits within the bilateral research program href{https://sites.google.com/view/prci-ascai/accueil}{ASCAI} between France and Germany funded by href{https://anr.fr}{ANR} and href{https://www.dfg.de/en/research_funding/international_cooperation/funding/countries_regions/france/anr_nle/}{DFG}. This project brings together researchers in Statistics and Computer Science from Montpellier, Paris-Saclay, Potsdam and Munich. The general aim of this project is to provide theoretical grounds for a collection of unsupervised learning that includes seriation, ranking, time series segmentation, and hierarchical clustering. In particular, we plan to characterize the optimal (in the minimax sense) learning rates for a class of related latent models. Moreover, many modern unsupervised learning applications are essentially of an online nature - and sometimes decisions have to be made sequentially on top of that. For instance, consider a recommender systems that sequentially recommends items to users. In this context where sequential, active recommendations are made, it is important to leverage the latent structure underlying the individuals.
En savoir plus :	https://sites.google.com/view/prci-ascai/accueil annonce_ASCAI_mtp_saclay.pdf
Contact :	nicolas.verzelen@inrae.fr

Ingénieur(e) d'étude informatique statistique

Publiée le 25/07/2023 14:08.

CDD, Toulouse.

Entreprise/Organisme :	INRAE
Niveau d'études :	Master
Date de début :	1 septembre 2023
Durée du contrat :	12 mois avec possibilité de renouvellement
Rémunération :	2454€ brut/mensuel
Description :	Vous serez accueilli-e au sein de l’UMR1436 INRAE/ENVT INTHERES basée sur le site de l’Ecole Nationale Vétérinaire de Toulouse. Cette unité de recherche, composée d’une quarantaine d’agents, est dédiée à la recherche sur les innovations thérapeutiques pour la réduction et l’optimisation des usages des antibiotiques et des antiparasitaires. En plus des activités de recherche, les enseignants-chercheurs de l’unité sont également impliqués dans les enseignements de physiologie-pharmacologie-thérapeutique de l’école vétérinaire. L'essentiel des travaux de recherche de l’Unité mixte de recherche Innovation THErapeutique et RESistances (INTHERES) repose sur l’étude des conditions favorisant l’émergence de résistance aux anti-infectieux, et sur moyens à mettre en œuvre pour éviter ces émergences chez les animaux. Dans ce cadre, garantir le bien-être des animaux est un levier important. Afin de pouvoir garantir ce bien-être, il est nécessaire de pouvoir le mesurer et le quantifier. Dans les élevages de poulets de chair, une évaluation indirecte du bien-être peut être réalisée à travers l’analyse des déplacements de chaque poulet. Dans un précédent projet, INTHERES, en collaboration avec l’Institut Technique de l’Aviculture (ITAVI), a mis au point un algorithme permettant le suivi (tracking) vidéo individuel d’un grand nombre de poulets pendant de longues périodes. Un nouveau projet doit collecter les données de tracking dans des élevages commerciaux afin de résumer ces informations et de les mettre en relation avec des indicateurs de bien-être. Votre mission sera 1) de parfaire l’apprentissage du réseau de neurones permettant la détection des poulets sur les images de la vidéo 2) de mettre en œuvre les algorithmes de suivi (tracking) des poulets sur des vidéos, 3) de définir et de mettre en œuvre les méthodes statistiques pour l’analyse des données de suivi vidéo individuel de poulets de chair. Ces données seront tout d’abord utilisées pour caractériser les déplacements des animaux en état de bien-être. Dans un second temps, la détection précoce des problèmes de bien-être sera explorée. Vous travaillerez au sein de l’Unité INTHERES et en étroite collaboration avec les acteurs de l’ITAVI. Activités • L’utilisation de programmes python de détection et de tracking, • la conception des analyses, • la rédaction et la relecture des protocoles, plans d’analyses et rapport d’analyses, • la réalisation des analyses statistiques, • l’interprétation et la discussion des résultats, • la participation à la rédaction / relectures d’articles scientifiques.
En savoir plus :	https://jobs.inrae.fr/ot-18873 Ingénieur_Etude.pdf
Contact :	didier.concordet@envt.fr

CDD ingénieur : développement d’un outil d’aide à la décision pour accompagner la conception de solu

Publiée le 24/07/2023 12:39.

CDD, Avignon.

Entreprise/Organisme :	INRAE
Niveau d'études :	Master
Date de début :	1/11/2023
Durée du contrat :	12 mois
Rémunération :	2100-2500€ brut mensuel
Secteur d'activité :	Recherche scientifique
Description :	Contexte Dans le cadre du plan national Ecophyto 2+, le projet ODACE vise à développer un outil d’évaluation et de dialogue entre acteurs et chercheurs, pour accompagner la conception de solutions innovantes de protection des arbres fruitiers. Le projet implique plusieurs partenaires de la recherche et du développement en agriculture et arboriculture : INRAE, CTIFL, CIRAD, ITAB, ERIC/université de Lyon2, GRCETA, SudExpé, CETA du Vidourle. Le projet ODACE (2021-2024), en mobilisant des modèles de culture fruitière et des modèles d’incidence de bioagresseurs (modèles de type IPSIM), prendra en compte explicitement les effets de plusieurs leviers alternatifs aux pesticides sur les dégâts de bioagresseurs multiples, et les impacts de ces dégâts sur la production de fruits (Aubertot et Robin, 2013). Ces solutions alternatives seront évaluées sur plusieurs dimensions de la durabilité – services écosystémiques, indicateurs d’impacts environnementaux, performances socio-économiques et risques pour la santé, sur la base de données expérimentales et de connaissances expertes. L’outil considérera plusieurs profils d’acteurs ayant des préférences contrastées et utilisera des algorithmes d’optimisation multicritère pour identifier et archiver un grand nombre de solutions adaptées à chaque profil d’acteur. L’outil permettra de tester in silico des scénarios variés et les plus adaptés aux utilisateurs (obéissant aux principes de l’agriculture biologique, du zéro pesticides, de la gestion intégrée de la protection des cultures, etc) et d’évaluer leur acceptabilité. Pour éprouver la généricité de la démarche, l’outil est développé pour le pommier et initié sur deux autres espèces fruitières (pêcher, manguier). Une version préliminaire de l’outil pour le pommier est en cours de développement dans le cadre d’un stage de M2. La base de cette version est le couplage de modèles qualitatifs de dégâts de bioagresseurs IPSIMs (puceron cendré et carpocapse) avec un modèle quantitatif de culture fruitière (production et qualité des fruits), Qualitree. Les données initiales consistent en un grand tableau dont les lignes sont des scénarios mêlant pratiques culturales et contraintes ou événements extérieurs (ex : aléas climatiques) et dont les colonnes sont les performances en termes de production de fruits, de dégâts sur les cultures, et d’autres services écosystémiques (lessivage des nitrates, stockage du carbone…). Le travail réalisé a permis de proposer une preuve de concept de l’outil final, incluant : - Un algorithme de clustering sur les scénarios à partir des contraintes et objectifs de l’utilisateur - Un algorithme de choix d’un centroïde type pour chaque cluster - La prise en compte des préférences de l’utilisateur pour recommander un ou plusieurs scénarios type - Une première version d’une interface R/shiny permettant d’interagir avec l’utilisateur Travail à réaliser L’ingénieur à recruter devrait reprendre ce travail pour le finaliser et l’étendre à d’autres modèles IPSIMs (puceron lanigère et oïdium) couplés avec le modèle Qualitree. Pour ce faire, il serait en charge, en interaction avec l’équipe du projet, de : - Analyser statistiquement les simulations nécessaires à l’intégration de nouveaux bioagresseurs pour les trois bassins de production de pommier en France - Mettre en production les algorithmes proposés et les adapter/améliorer si nécessaire aux nouveaux développements - Travailler l’ergonomie de l’interface - Documenter tout le travail autour de l’outil, son utilisation, et sa diffusion.
En savoir plus :	xx Proposition_profil_IngénieurInfoVf.pdf
Contact :	mohamed-mahmoud.memah@inrae.fr

Data Scientist R&D - Jeune Docteur (H/F)

Publiée le 16/07/2023 20:50.

Référence : Data Scientist R&D - Jeune Docteur (H/F).

CDI, Paris (télétravail total possible).

Entreprise/Organisme :	Yanport
Niveau d'études :	Doctorat
Rémunération :	45-50K€/an
Secteur d'activité :	proptech
Description :	Aujourd’hui nous cherchons à franchir un cap, développer plusieurs nouveaux produits et accompagner la croissance de Yanport. Pour cela, nous recherchons un (futur) Docteur (H/F) en Mathématiques/Statistiques/Econométrie brillant et engagé, qui au sein de l’équipe technique, intégrera le pôle Data/R&D. Ton rôle en tant que Data Scientist R&D: - Approfondir des sujets passionants : Tu participeras à la définition des problématiques de R&D et de les mettre en oeuvre afin de valoriser nos données et enrichir nos produits. Nos sujets de R&D sont variés et passionants; estimation du prix des biens immobiliers, extraction d’information des descriptions (NLP) ou des images (computer vision), prévision de l’évolution des prix à court/moyen/long termes… - Garant de notre veille scientifique : La littérature scientifique évolue particulièrement vite et tout projet de recherche se base sur une analyse pointue de l’état de l’art. Tu seras donc l’un des garants de notre veille scientifique en matière de modélisation et des applications aux données immobilières. Ce que nous attendons de toi: - Doctorat (obtenu ou en cours de finalisation) en Mathématiques/Statistiques/Econométrie (ou autre sujet pertinent). - Un connaissance de langages informatiques (en particulier Python) serait appréciée. - Idéalement tu as porté des travaux portant sur des données spatio-temporelles. - Une appétence pour les enjeux de l’immobilier sera un vrai plus. - Tu as une bonne capacité d’écoute, d’échange et de communication. Pour en savoir plus et postuler, visite la page dédiée à l'offre: https://www.welcometothejungle.com/fr/companies/yanport/jobs/data-scientist-r-d-jeune-docteur-h-f_paris
En savoir plus :	https://shorturl.at/krLM2
Contact :	lgauvin@yanport.com

Postdoctoral position in pharmacoepidemiology and causal inference

Publiée le 16/07/2023 20:50.

Référence : PostDoc_ABCMeHT_epi.

Postdoc, Hôpital Paul Brousse, Villejuif (94).

Entreprise/Organisme :	Centre de Recherche en Épidémiologie et Santé des Populations, Inserm, Université Paris-Saclay, UVSQ
Niveau d'études :	Doctorat
Date de début :	octobre 2023
Durée du contrat :	18 mois
Rémunération :	basée sur les qualifications et l'expérience selon la grille de l’Inserm
Secteur d'activité :	Recherche académique
Description :	Le projet ABC-MeHT financé par l’INCa porte sur l’estimation de la fraction de risque de cancer du sein attribuable aux traitements hormonaux de la ménopause (THM). Le travail consistera à mettre en œuvre des méthodes statistiques avancées pour réanalyser l’association entre THM et incidence de cancer du sein dans la cohorte française E3N. D’autres sources de données seront également exploitées pour caractériser l’utilisation des THM dans la population française et d’autres populations européennes. The INCa-funded ABC-MeHT project deals with estimating the fraction of breast cancer risk attributable to menopausal hormone therapy (MHT). The work will involve implementing advanced statistical methods to reanalyze the association between MHT and breast cancer incidence in the French E3N cohort. Other data sources will also be exploited to characterize the use of MHT in the French population and other European populations.
En savoir plus :	https://cesp.inserm.fr/sites/default/files/Postdoc_Epi_Inserm_at20230619.pdf Postdoc_Epi_Inserm_at20230619.pdf
Contact :	anne.thiebaut@inserm.fr

Poste de professeur en statistique

Publiée le 16/07/2023 20:50.

CDI, Québec, Canada.

Entreprise/Organisme :	Université Laval (Québec, Canada)
Niveau d'études :	Doctorat
Secteur d'activité :	Probabilités et statistique
Description :	Le Département de mathématiques et de statistique de l’Université Laval sollicite des candidatures pour un poste de professeure ou professeur en statistique. Bien que tous les domaines de spécialisation en statistique soient recevables, une expertise particulière ou un intérêt marqué pour la science des données, la biostatistique ou la modélisation stochastique seront priorisés. L’engagement se fera normalement au rang de professeure adjointe ou professeur adjoint et l’entrée en fonction serait normalement à l’été 2024.
En savoir plus :	https://www.rh.ulaval.ca/emploi/HCM/7507/emplois-professeurs PosteStatistique-publicite-blingue.pdf
Contact :	postestt@mat.ulaval.ca

Policy learning for personalized medicine. Find the optimal dose of hormone for ovarian stimulation

Publiée le 16/07/2023 20:50.

CDD, Montpellier ou Paris.

Entreprise/Organisme :	Inria
Niveau d'études :	Master
Sujet :	Peut déboucher sur une thèse
Durée du contrat :	6 months
Secteur d'activité :	Inférence causale
Description :	Développement de méthodes de politique optimale de traitement et en particulier de choix de dose optimale
En savoir plus :	NA Elixir_tex (1).pdf
Contact :	julie.josse@inria.fr

Ingénieur(e) en biostatistiques pour un projet de pharmacoépidémiologie

Publiée le 16/07/2023 20:50.

CDD, Hôpital Sainte Marguerite, 270 boulevard de Sainte Marguerite, 13009 Marseille.

Entreprise/Organisme :	Assistance Publique – Hôpitaux de Marseille
Niveau d'études :	Master
Date de début :	01/09/2023
Durée du contrat :	1 an renouvelable
Rémunération :	selon expérience conformément à la grille des ingénieurs hospitaliers
Secteur d'activité :	Pharmacoépidémiologie
Description :	Grade et contrat Ingénieur hospitalier (rémunération selon expérience conformément à la grille correspondante) CDD 1 an renouvelable CA et RTT Poste à pourvoir à partir de septembre 2023 Site et service Assistance Publique – Hôpitaux de Marseille Hôpital Sainte Marguerite 270 boulevard de Sainte Marguerite, 13009 Marseille Service de pharmacologie clinique et pharmacovigilance (chef de service : Pr Olivier Blin) Unité de pharmacoépidémiologie (responsable : Pr Joëlle Micallef) Organisation du temps de travail et horaires • Poste de jour : Oui • Poste à repos fixe : Oui • Poste à temps plein : Oui • Possibilité d’évolution du poste : Oui • Amplitude horaire du service : 8 h 30 – 19 h 00 • Horaires du poste : 9 h 00 – 17 h 00 avec pause déjeuner, du lundi au vendredi, hors samedi, dimanche et jours fériés Missions générales de l’emploi Le poste à pourvoir est un poste d’ingénieur avec une compétence en biostatistiques sur un projet de pharmacoépidémiologie. Le projet est piloté par l’Unité de pharmacoépidémiologie du Service de pharmacologie clinique et pharmacosurveillance de l’Assistance Publique – Hôpitaux de Marseille, et financé par EPI-PHARE. Le projet porte sur l’évaluation de l’incidence de l’abus et son impact sur la morbi-mortalité chez les utilisateurs de plusieurs médicaments à haut risque d’abus (prégabaline, gabapentine, morphine, fentanyl, oxycodone, tramadol, buprénorphine, méthadone), à partir des données du Système national des données de santé (SNDS). Le projet a pour objectif d’apporter des éléments chiffrés, comparatifs et représentatifs pour caractériser aussi finement que possible les trajectoires des patients, la fonction de risque de l’abus, et ses conséquences cliniques. Ces résultats présentent un intérêt majeur : pour les patients, afin d’améliorer leur prise en charge ; pour les cliniciens, afin d’adapter leurs pratiques de prescriptions ; pour l’addictovigilance, afin de contribuer à la surveillance de ces médicaments ; et pour les autorités sanitaires, afin de fournir un éclairage permettant de cibler d’éventuelles mesures d’informations ou réglementaires visant à renforcer la sécurité de ces médicaments. La personne recrutée sera en charge du traitement des données du SNDS, en lien direct avec les porteurs du projet. La personne suivra les formations règlementaires pour accéder au portail sécurisé du SNDS (REQ-054-AM, REQ-256-AM et REQ-254-AM ; cf ci-dessous), afin de réaliser le data management et les analyses statistiques. Activités principales : • Constituer les jeux de données exploitables à partir de données brutes extraites du SNDS, en fonction des analyses prévues dans le protocole • Construire les variables nécessaires à l’analyse à partir des informations contenues dans les différentes tables d’intérêt et en vérifier la cohérence • Effectuer les analyses statistiques prévues dans le protocole • Diffuser et valoriser des résultats sous forme de rapports techniques ou d’articles • Veiller à la reproductibilité et à la documentation des traitements réalisés Qualités requises Formation et expérience : • Master ou doctorat en pharmacoépidémiologie, épidémiologie, statistiques, bio-informatique ou santé publique • Expérience appréciée dans l’utilisation des données du SNDS à des fins de recherche, en particulier dans le domaine de la pharmacoépidémiologie Qualités : • Travailler en équipe et interagir avec différents interlocuteurs (pharmacologues, pharmacoépidémiologistes, médecins, pharmaciens, partenaires scientifiques) • Capacité à apprendre et s’adapter (langages informatiques, méthodes statistiques) • Sens de l’organisation et de la planification • Autonomie • Raisonnement analytique • Curiosité intellectuelle Connaissances souhaitées ou engagement à les acquérir • Formations « Architecture et données du SNIIRAM/SNDS » (REQ-054-AM, 1 jour, e-learning), « Données d’extraction DCIR pour les accès sur projet » (REQ-256-AM, 2,5 jours, Paris) et « Initiation au PMSI à travers le SNDS » (REQ-254-AM, 3 jours, Paris) pour accéder au SNDS • Traiter des données, manipuler et requêter une base de données volumineuse • Programmer dans un environnement informatique contraint (portail sécurisé du SNDS) • Langages informatiques SQL (Oracle, PROC SQL SAS), R (RStudio), SAS (Entreprise Guide) • Statistiques multivariées, analyse de données censurées (modèle de Cox, variables dépendantes du temps) • Connaissance du SNDS • Connaissance en pharmacoépidémiologie • Lecture de l'anglais scientifique et technique Modalités de candidature CV et lettre de motivation à thomas.soeiro@ap-hm.fr et joelle.micallef@ap-hm.fr
En savoir plus :	http://fr.ap-hm.fr/service/pharmacologie-clinique-hopital-timone Fiche de poste ingénieur(e) en biostatistiques pour un projet de pharmacoépidémiologie 20230711.pdf
Contact :	thomas.soeiro@ap-hm.fr

Biostatistician / Data scientist

Publiée le 16/07/2023 20:50.

CDI, Bordeaux / Grenoble / télétravail possible.

Entreprise/Organisme :	Horiana
Niveau d'études :	Master
Date de début :	Octobre 2023
Rémunération :	Selon expérience
Description :	As part of a team of epidemiologists and biostatisticians, you will be in charge of statistical analyses of epidemiological studies, mostly based on secondary databases, notably on the French nationwide healthcare data system (SNDS / PMSI). You will also be involved in all others steps of the study (design & analyses conception, meetings facilitation, regulatory submissions, medical writing). Strong skills in biostatistics and knowledge in epidemiology are required, and experience / interest in data science (sequencing, clustering, data visualization, etc.) would be appreciated.
En savoir plus :	https://www.linkedin.com/posts/horiana_biostatistician-position-activity-7081931382544818176-Xzjb?ut 202307 Biostatistician Position Secondary.pdf
Contact :	info@horiana.com

Ingénieur-e en Biostatistiques Modélisation

Publiée le 16/07/2023 20:50.

CDD, Dijon.

Entreprise/Organisme :	Fédération Francophone de Cancérologie Digestive
Niveau d'études :	Master
Description :	En collaboration avec des chercheurs de l’Institut de Mathématique de Bourgogne et d’un méthodologiste de la Fédération Francophone de Cancérologie Digestive (équipe EPICAD), la personne recrutée sera, dans un premier temps, en charge du développement d’un modèle prédictif dans le cadre d’un projet visant à utiliser la cinétique de biomarqueurs longitudinaux comme outils d’aide à la prise de décision thérapeutique chez les patients atteints de cancers colorectaux métastatiques. Dans un second temps, le modèle développé devra être traduit sous forme d’un outil (type application web) simple d’utilisation pour les cliniciens.
En savoir plus :	https://www.ffcd.fr/ Inserm_Emploi_U1231_IngenieurBiostatistiqueModelisation.pdf
Contact :	olayide.boussari@u-bourgogne.fr

PostDoc position in computational biology/statistics/machine learning for spatial transcriptomics

Publiée le 16/07/2023 20:50.

Postdoc, Gustave Roussy, 114 rue Édouard-Vaillant 94805 Villejuif Cedex, France.

Entreprise/Organisme :	Gustave Roussy
Niveau d'études :	Doctorat
Date de début :	September, 2023 or as soon as possible thereafter
Durée du contrat :	18 months
Secteur d'activité :	Research and Development in data science for cancerology
Description :	Context of the project: The success of the targeted therapies for a precision medicine in oncology during the last decade relies on the identification of targetable molecular markers identified from genomic or transcriptomic sequencing of tumor samples. However, a third of children’s tumor do not present any known targetable marker, driving clinicians and researchers to investigate tumor microenvironment (TME) and TME modulating agents, such as immunotherapies in children. Identifying the spatial pattern of the interactions between the different actors of the TME (such as the immune cells, osteoclasts, vascularization…) could be a key to better understand the TME dynamic, with the promise of the development of personalized intervention to regulate these populations. For this purpose, we have been generated the histopathological images and the related spatial expression using the in situ RNA Visium capture of 10x Genomics, resulting in a database of hundreds of thousands spots measured from dozens of tumor samples. The aim of this work is to develop a deep model for the spatial integration of the histological image and the spatial omics data, to define a high-resolution spatial characterization of the interactions between the cell populations of the TME. This project could be extended to the integration of other data sources (immunohistochemistry, single cell sequencing, other spatial transcriptomics technologies,…). Work environment and opportunities: This project is based on a collaboration of several teams of Gustave Roussy. Under the responsibility of Dr Damien Drubay, researcher in the Office of Biostatistics and Epidemiology, your contribution will be placed at the center of a stimulating teamwork between experts from several disciplines (bioinformaticians, anapathologists, biologists and clinicians). Your mission will be to build the mathematical consensus of these specialties by developing a new deep learning algorithm for TME characterization from histopathological image and spatial gene expression. In a second phase, the aim will be to develop a visualization tool for the interpretability of the algorithm and the interpretation of the results. You will benefit from access to Gustave Roussy and CESP/INSERM IT infrastructures, including high performance computing clusters with several GPU nodes. This position offers the opportunity to publish in high quality scientific journals, as well as to build collaborative relationships with renowned researchers at Gustave Roussy and its partners. Expected profile: - PhD in Statistics, Computational Biology, Machine Learning or a closely aligned discipline is required before the time of appointment - Strong mathematical background in computational science, and willingness to address the challenge of developing deep models based from the latest approaches such as flow-based models, geometric deep learning (especially graph modeling),… Bayesian theory knowledge would be a plus - Good programming skills, including Python (or R) and at least one of the most popular machine learning platforms (Torch, TensorFlow, or JAX) - In addition to your statistical/mathematical skills, you are known for your rigor, autonomy and interpersonal skills. You enjoy working in a multidisciplinary environment and are able to communicate complex results to a non-specialist audience.
En savoir plus :	https://www.gustaveroussy.fr/ Post_Doctoral_position_Gustave_Roussy_-_COsteoMIC_ENG_FR.pdf
Contact :	damien.drubay@gustaveroussy.fr

Tenure-track position (CR) in Artificial Intelligence for Biology and Medicine

Publiée le 16/07/2023 20:50.

Référence : Tenure-track CBIO 2023.

CDD, Centre de Bio-Informatique (CBIO) Mines Paris & Institut Curie (Paris).

Entreprise/Organisme :	Mines Paris (Université PSL)
Niveau d'études :	Doctorat
Durée du contrat :	2 ans en CDD avant un passage en CDI, après un processus d'évaluation
Description :	We are seeking a tenure-track researcher with PhD and postdoc experience in Machine Learning, Computer Vision and/or Statistics and a strong interest for biomedical/life science applications. The successful candidate will work in a team of 5 permanent researchers on exciting applications in computational biology, including genomics, drug discovery and bioimage informatics. The candidate will also have the opportunity to develop their own line of research for which they will supervise and/or co-supervise PhD students and Postdocs, and apply for funding. The candidate will contribute to the scientific animation in their field of research at CBIO, Mines Paris and Institut Curie. Non-French speaking candidates are also welcome. The position is a 2-year tenure track and intended to become a permanent position
En savoir plus :	https://cbio.mines-paristech.fr/pdf-files/tenure-track-position-cr-artificial-intelligence-for-biolo TenureTrack_Paris_CBIO2023.pdf
Contact :	thomas.walter@mines-paristech.fr

PostDoc position on causal discovery @ Inria&Nokia Bell Labs

Publiée le 30/06/2023 11:49.

Référence : PostDoc position on causal discovery @ Inria&Nokia Bell Labs.

Postdoc, Grenoble.

Entreprise/Organisme :	Inria & Nokia Bell Labs
Niveau d'études :	Doctorat
Sujet :	Inria and Nokia Bell Labs offer a POstDoc position on causal discovery of extended summary causal graphs for noisy-OR models of event sequences starting as soon as possible and no later than October or November 2023.
Date de début :	avant 01/11/2023
Durée du contrat :	1 an
Description :	Goals The objective of this project is to develop methods to infer causal graphs from observational time series/event-type data generated according to generic noisy-OR models [1]. The causal graphs considered can either be full window causal graphs or a summarized version as extended summary causal graphs [2] and may contain or not hidden common causes. Generic noisy-OR models are structural causal models (SCM) with noisy-OR gates which allow to estimate the effect of multiple causes even if they have never been observed together. We will consider here both simple noisy-OR models in which the noisy-OR gates directly define the SCM, and complex ones in which the noisy-OR gates are sub-parts of an underlying SCM. To apply Interested candidates should send a complete CV with a list of publications and two reference letters to Armen Aghasaryan armen.aghasaryan@nokia-bell-labs.com, Emilie Devijver emilie.devijver@univ-grenoble-alpes.fr, Eric Gaussier eric.gaussier@imag.fr and Gregor Goessler gregor.goessler@inria.fr. Candidates should be pursuing internationally recognized research in ML/AI, or Information Theory with a strong interest in causal inference and causal reasoning. References [1] L. Jakovljevic, D. Kostadinov, A. Aghasaryan, T. Palpanas. Towards building a digital twin of complex systems using causal modelling. Complex Networks, 2021. [2] C. K. Assaad, E. Devijver, E. Gaussier. Discovery of extended summary graphs in time series. Uncertainty in Artificial Intelligence, 2022.
En savoir plus :	https://ama.liglab.fr/~gaussier/JobOffers/Nokia-PostDoc.pdf Nokia-PostDoc.pdf
Contact :	emilie.devijver@univ-grenoble-alpes.fr

Hybrid Deep Learning and Physical approaches. Application to energy transition

Publiée le 28/06/2023 09:35.

Référence : PhD proposal: Hybrid Deep Learning and Physical approaches. Application to energy transition.

Thèse, Sorbonne Universite - Paris - Fr.

Entreprise/Organisme :	Sorbonne Universite
Niveau d'études :	Master
Sujet :	Abstract: Modeling complex physical system is a fundamental task in a wide range of scientific domains. Physics-based models are reliable, interpretable but may suffer from different drawbacks. Hybrid models, exploiting both physical priors and deep learning ability to model data appears as a promising direction to better solve scientific problems. The objective of this PhD proposal is to explore the development of hybrid physics-machine learning models by exploring fundamental aspects and applicative ones in the context of multi-scale energy systems. This work is part of a multi-disciplinary project aimed at developing machine learning solutions for energy transition and renewal. This PhD proposal will focus on the Machine Learning aspects with the development of methodological and theoretical contributions.
Date de début :	October/ November 2023
Durée du contrat :	36 Months
Secteur d'activité :	Research - Artificial Intelligence
Description :	Context Physics-aware deep learning is an emerging research field aiming at investigating the potential of AI methods to advance scientific research for the modeling of complex natural phenomena. This research topic investigates how to leverage prior knowledge of first principles (physics) together with the ability of machine learning at extracting information from data. This is a fast-growing field with the potential to boost scientific progress and to change the way we develop research in a whole range of scientific domains. An area where this idea raises high hopes is the modeling of complex dynamics characterizing natural phenomena occurring in domains as diverse as climate science, earth science, biology, fluid dynamics, etc. Objective The objective of the PhD project is the development of Physics-aware deep learning methods for the modeling of complex spatio-temporal dynamics. The direct application of state-of-the-art deep learning (DL) methods for modeling and solving physical dynamics occurring in nature is limited by the complexity of the underlying phenomena, the need for large amounts of data and their inability to learn physically consistent laws. This has motivated the recent exploration of physics-aware methods incorporating prior physical knowledge. Although promising and rapidly developing, this research field faces several challenges. For this PhD project we will address two main challenges, namely the construction of hybrid models for integrating physics with DL and generalization issues which condition the usability of DL for physics. Integrating DL and physics for spatio-temporal dynamics forecasting and solving PDEs In physics and many related fields, partial differential equations (PDEs) are the main tool for modeling and characterizing the dynamics underlying complex phenomena. Combining PDE models with ML is a natural idea when building physics-aware DL models and it is one of the key challenges in the field. This has been explored for two main directions: (i) augmenting low resolution solvers with ML in order to reach the accuracy of high-fidelity models at a reduced computational cost, and (ii) complementing incomplete physical models with ML by integrating observation data through machine learning. A first direction of the PhD will then be to investigate hybrid physics-DL models using the recently proposed framework of neural operators. The latter opens the possibility of combining and learning multiple spatio-temporal scales within a unified formalism, a challenge in DL. Domain generalization for deep learning based dynamical models Explicit physical models come with guarantees and can be used in any context (also called domain or environment) where the model is valid. These models reflect explicit causality relations between the different variables involved in the model. This is not the case for DL: statistical models learn correlations from sample observations, their validity is usually limited to the context of the training domain. This is a critical issue for the adoption of ML for modeling the physical world. In relation with the construction of hybrid models as described above, one will investigate this issue along two main directions. The first one is a purely data-based approach and exploits ideas from learning from multiple environments through task decomposition. The second one, takes a dual perspective, relying on prior physical knowledge of the system equations and directly targets the problem of solving parametric PDEs, exploiting ideas from meta-learning.
En savoir plus :	https://pages.isir.upmc.fr/gallinari/open-positions/ 2023-06-06-PhD position description-Hybrid-models-Energy-Systems.pdf
Contact :	patrick.gallinari@sorbonne-universite.fr

Epidémiologiste Ingénieur.e de recherche/Post-Doctorant.e (h/f)

Publiée le 27/06/2023 07:56.

Référence : EPIDEMIO 2023 RG4485.

CDD, Nantes, France.

Entreprise/Organisme :	Registre des cancers de Loire-Atlantique Vendée / Institut cancérologique de l'Ouest
Niveau d'études :	Doctorat
Date de début :	septembre 2023
Durée du contrat :	3 ans au minimum
Rémunération :	A définir selon expérience
Secteur d'activité :	Epidémiologie - Santé publique
Description :	En lien avec l'Institut de Cancérologie de l'Ouest, le registre des cancers de Loire-Atlantique/Vendée (Nantes) recrute un épidémiologiste (ou biostatisticien) post-doctorant ou plus expérimenté (type ingénieur de recherche) pour une durée de 3 ans minimum à compter de septembre-octobre 2023. La mission s'inscrit dans le cadre du programme SHS-épidémiologie du projet SIRIC-ILIAD et consistera à travailler sur les inégalités sociales et géographiques dans la prise en charge du cancer du sein à partir de données populationnelles déja recueillies. Les travaux seront menés en lien notamment avec l'Institut de Cancérologie de l'Ouest, le CHU de Nantes et les équipes Equity (UMR 1295) et Ester (UMR 1085).
En savoir plus :	xx Offre poste épidémio RegistreNantes juin2023.pdf
Contact :	registre4485@chu-nantes.fr

Page précédente 1 <2> 3 Page suivante