Consulter les offres d’emploi

Poste de professeur.e en statistique appliquée, Institut Agro - Agrocampus Ouest, Rennes
Publiée le 29/03/2021 15:37.
Référence : PROFSTATSAGRORENNES.
CDI, 65 rue de Saint-Brieuc 35042 Rennes.
Entreprise/Organisme :Institut Agro - Agrocampus Ouest, Rennes
Niveau d'études :Autre
Date de début :01/01/2022
Durée du contrat :Indéterminée (fonction publique)
Rémunération :Grille salariale Professeur.e des Universités
Secteur d'activité :Enseignement Supérieur et Recherche
Description :Voir fichier PDF
En savoir plus :https://www.agrocampus-ouest.fr/ecole/recrutement-des-personnels/personnels-denseignement-et-de-rech
Fiche-poste-PR-Statistique-appliquée-Stat-Info.pdf
Contact :david.causeur@agrocampus-ouest.fr
Modélisation relationnelle pour l’évaluation écotoxicologique
Publiée le 29/03/2021 15:37.
Référence : CDD_IR_QUAMPO_LIENSs.
CDD, La Rochelle.
Entreprise/Organisme :UMR LIENSs La Rochelle
Niveau d'études :Doctorat
Date de début :01/07/2021
Durée du contrat :14 mois
Secteur d'activité :datascience, biostatistiques
Description :Les zones côtières constituent des milieux d’interface entre les écosystèmes terrestres et marins qui concentrent 90% de la biodiversité marine. Or les eaux littorales sont les premières touchées par les activités humaines et sont les principaux vecteurs de contamination d’origine anthropique, notamment en zone portuaire, via le trafic maritime ou les pollutions accidentelles. Dans ce contexte, la Directive Européenne Cadre Stratégie pour le Milieu Marin (DCSMM) a pour objectif de réaliser ou maintenir un bon état écologique des eaux marines et le suivi de la contamination est primordial afin d’évaluer ses effets et de proposer des mesures de remédiation aux fortes concentrations retrouvées sur certains sites. Le projet FEAMP/QUAMPO, mené en collaboration avec la station de recherches sous-marines et océanographiques STARESO (Calvi), a pour but d’évaluer la QUAlité des Milieux côtiers POrtuaires en Haute-Corse (St-Florent, Île Rousse et Calvi) à partir de biomonitoring passif (P. caerulea) et actif (M. galloprovincialis). Les travaux réalisés devront permettre de comprendre les relations entre les différents paramètres mesurés et pourront faire l’objet de préconisations envers les acteurs et décideurs locaux (autorités portuaires, collectivités territoriales, usagers des ports…) pour mettre en place des aménagements progressifs afin d’améliorer la qualité des eaux. Pour satisfaire ces objectifs, des mesures, des prélèvements et des analyses sont réalisés deux fois par an sur les différents sites : • Un suivi de l'état de santé des deux espèces en analysant un large spectre de biomarqueurs d'effet et d'exposition • Un suivi des paramètres physicochimiques de l'eau (température, salinité, nutriments) • Un suivi de la contamination de l'eau (éléments traces et polluants organiques) D'autres mesures complémentaires telles que l'évolution temporelle des producteurs primaires dans les zones côtières ou des données en libre accès (programme Copernicus…), pourront être intégrées dans la démarche. Missions principales : Les travaux de recherche du candidat seront situés à l’interface des différentes approches (écotoxicologie, chimie analytique et analyse mathématique) et s’inscriront dans une approche intégrative des réponses des systèmes biologiques aux changements environnementaux, afin d’en appréhender la diversité et les conséquences sur la qualité du milieu. La personne recrutée développera une approche multiblock afin de mieux comprendre les mécanismes impliqués dans les réponses observées le long du continuum espace-temps. En lien étroit avec les différents partenaires du projet, elle aura comme activités principales de : • Favoriser les approches intégrées (données chimiques, biologiques et environnementales) pour comprendre et analyser les interactions entre pollution environnementale et organismes vivants et permettre d’améliorer la puissance des démarches biotests (fondées sur la modification de la valeur de ces biomarqueurs) dans la détection des effets dans les milieux naturels ; • Expliciter les liens entre les niveaux de certains biomarqueurs sub-individuels (moléculaires, cellulaires, tissulaires, ...) et les effets individuels associés afin d’évaluer la pertinence de ces outils de bio-surveillance de la qualité́ des milieux. • Développer un modèle relationnel en menant une étude comparative des méthodes disponibles dans ce domaine d’expertise : paramétrisation à partir de suivi de populations de référence ; analyses de sensibilité́ explicitant le lien entre effets aux échelles individuelle et populationnelle. • Participer aux réunions et groupes de travail sur le projet QUAMPO, ainsi qu'à la rédaction des rapports techniques et documents scientifiques Compétences requises : • Expertise en biostatistiques et modélisation • Très bonnes connaissances en modélisation écotoxicologique et transfert de contaminants dans les eaux côtières • Bonnes connaissances du fonctionnement des écosystèmes littoraux et des pratiques en zones portuaires • Expérience de travail dans un contexte d’interdisciplinarité et en équipe • Compétences techniques sur l'utilisation des SIG • Programmation sous R • Expérience en gestion et utilisation de base de données • Très bonnes compétences rédactionnelles en français et en anglais Profil souhaité La·le candidat·e devra avoir une formation de niveau Bac + 8 (doctorat) correspondant au profil affiché : biomathématiques, biostatistiques, modélisation avec un intérêt pour la biologie des organismes et des populations. Le goût pour le travail en équipe et pour la mise en œuvre de démarches expérimentales est par ailleurs à mettre en avant.
En savoir plus :https://quampo.recherche.univ-lr.fr/2021/03/26/offre-demploi-modelisation-relationnelle-pour-levalua
2021_03_25 offre emploi datascientist QUAMPO.pdf
Contact :helene.thomas@univ-lr.fr
Statistical Inference on Graphs
Publiée le 25/03/2021 16:29.
Postdoc, Lille.
Entreprise/Organisme :Inria Lille
Niveau d'études :Doctorat
Durée du contrat :18 months
Description :A postdoc position is available in the MODAL team at Inria Lille on the theme "Statistical Inference on Graphs" for a duration of 18 months. More details can be found in the attached job description (pdf). Interested candidates should send their CV to Hemant Tyagi.
En savoir plus :https://jobs.inria.fr/public/classic/fr/offres/2021-03444
2021-03444-fr.pdf
Contact :hemant.tyagi@inria.fr
Data Analyst en élévage
Publiée le 22/03/2021 12:13.
Référence : CDDmars2021idele.
CDD, Paris.
Entreprise/Organisme :Institut de l'Elevage
Niveau d'études :Master
Date de début :mai ou juin
Durée du contrat :12 mois
Rémunération :Selon grille
Secteur d'activité :Agriculture
Description :Data'Stat, service composé de 10 personnes, recherche un nouveau collaborateur. L'équipe a pour objectif d'analyser les données provenant des projets des autres équipes idele. Les techniques et méthodes utilisées sont ainsi très variées allant de techniques basiques jusque des analyses plus poussées de type machine learning. La personne viendra aussi compléter l'équipe sur le plan de la formation que nous disposons et qui sont toutes visibles sur le site de idele.fr : http://idele.fr/services/datastat/publication/idelesolr/recommends/les-formations-methodes-statistiques.html
En savoir plus :http://idele.fr/services/datastat.html
21-17 - CDD - Data analyst- interne externe.pdf
Contact :elodie.doutart@idele.fr
Large Scale Model-Based Clustering of Distributed Data
Publiée le 17/03/2021 16:20.
Référence : Stage M2/Ing Data Science / AI.
Stage, Caen.
Entreprise/Organisme :Laboratoire de Mathématiques Nicolas Oresme, LMNO - UMR CNRS
Niveau d'études :Master
Sujet :We are looking for a master or an engineering student intern to work on a topic related to large clustering of distributed data via mixture distributions. Please see the pdf link for more detail.
Date de début :espérée début avril
Durée du contrat :4 à 6 mois
Rémunération :environ 550 euros par mois
Secteur d'activité :Statistique, Machine leaning, IA
Description :We are looking for a master or an engineering student intern to work on a topic related to large clustering of distributed data via mixture distributions. Please see the pdf link for more detail.
En savoir plus :https://chamroukhi.com/phd-training-positions/M2-Eng-Internship-2021-LMNO-ANR-SMILES.pdf
Contact :chamroukhi@unicaen.fr
Doctorat en apprentissage statistique
Publiée le 15/03/2021 19:12.
Thèse, Lyon.
Entreprise/Organisme :Université Lyon 2, Laboratoire ERIC
Niveau d'études :Master
Date de début :septembre 2021
Durée du contrat :3 ans
Description :Thèse du programme IADOC@UDL sur le sujet : "Mixed data temporal clustering for modelling longitudinal surveys"
En savoir plus :http://eric.univ-lyon2.fr/~jjacques/Download/IA%20PhD%20-%20JACQUES%20-%20PRIM-ALLAZ.pdf
IA PhD - JACQUES - PRIM-ALLAZ.pdf
Contact :julien.jacques@univ-lyon2.fr
Apprentissage et reconnaissance des différents troubles de la marche à l'aide d'un capteur de mouvem
Publiée le 15/03/2021 16:38.
Référence : Offre de thèse IA "santé du futur".
Thèse, Nantes.
Entreprise/Organisme :Université de Nantes LMJL
Niveau d'études :Master
Sujet :cf fichier joint
Secteur d'activité :Science des données, Apprentissage statistique, application en santé
Description :Les objectifs de cette thèse sont de proposer de nouveaux algorithmes d’apprentissage statistique adaptés aux données de type séries temporelles de quaternions et de les appliquer à l’étude de la marche chez les patients atteints de Sclérose en Plaques. Le verrou essentiel sera de développer ou d’adapter les méthodes statistiques existantes aux données volumineuses et complexes que sont les quaternions évoluant au cours du temps. Une attention toute particulière sera portée aux méthodes d’apprentissage (i) semi supervisées prenant en compte plus de deux sources d’informations, (ii) non supervisées pour données fonctionnelles et (iii) supervisées pour classer de nouvelles séries temporelles de quaternions dans des groupes prédéfinis.
En savoir plus :xx
Offre_These_IA2021_eMSGait.pdf
Contact :lise.bellanger@univ-nantes.fr
Stage de recherche en Statistiques/Machine Learning
Publiée le 12/03/2021 15:13.
Stage, Paris.
Entreprise/Organisme :MAP5 - Université de Paris
Niveau d'études :Master
Sujet :Un travail récent (A. Leroy et al. 2020a) a été proposé pour traiter le problème de la régression fonctionnelle à l’aide d’un modèle de processus Gaussiens (GPs) multi-tâche. Ce cadre probabiliste non-paramétrique permet de définir une loi a priori sur des fonctions, supposées avoir généré les données de plusieurs individus. Le partage d’informations communes entre les différents individus, au travers d’un processus moyen, offre une modélisation plus complète que celle d’un simple GP, ainsi qu’une pleine prise en compte de l’incertitude. Un prolongement de ce modèle a par la suite été proposé (A. Leroy et al. 2020b) via la définition d’un mélange de GPs multi-tâche. Cette approche permet d’étendre l’hypothèse d’un unique processus moyen sous-jacent à plusieurs, chacun associé à un groupe d’individus. Ces deux méthodes, nommées respectivement Magma et MagmaClust, offrent de nouvelles perspectives de modélisation ainsi que des performances remarquables vis-à-vis de l’état de l’art, tant sur les aspects de prédiction que de clustering. Mots clefs: Apprentissage, Processus Gaussiens, Données fonctionnelles Références: A. Leroy, P. Latouche, B. Guedj, and S. Gey. Cluster-Specific Predictions with Multi-Task Gaussian Processes. PREPRINT arXiv:2011.07866 [cs, LG], Nov. 2020b. A. Leroy, P. Latouche, B. Guedj, and S. Gey. MAGMA: Inference and Prediction with Multi- Task Gaussian Processes. PREPRINT arXiv:2007.10731 [cs, stat], July 2020a. C. M. Bishop. Pattern Recognition and Machine Learning. Information Science and Statistics, Springer, 2006. ISBN 978-0-387-31073-2. C. E. Rasmussen and C. K. I. Williams. Gaussian Processes for Machine Learning. MIT Press, Cambridge, 2006. ISBN 978-0-262-18253-9.
Date de début :à partir d'avril 2021
Durée du contrat :4 à 6 mois
Rémunération :environ 520€/mois
Secteur d'activité :Statistiques, Machine Learning
Description :Le stagiaire travaillera principalement sur la compréhension puis l’implémentation des méthodes décrites dans les articles sous forme de packages R (déjà en développement) et python. De plus, plusieurs nouvelles problématiques de recherche pourront également être explorées au cours du stage.
En savoir plus :https://arthur-leroy.netlify.app/
offre_stage.pdf
Contact :arthur.leroy.pro@gmail.com
Sujet de thèse, clusters d'incidence et variaiblité géographique de l'environnement social
Publiée le 12/03/2021 15:12.
Thèse, Caen.
Entreprise/Organisme :Unité U1086 ANTICIPE, INSERM - Université de Caen Normandie
Niveau d'études :Master
Sujet :Clusters d’incidence des cancers et variabilité géographique de l’environnement social (analyse des données de registres français de cancer)
Date de début :Septembre 2021
Durée du contrat :3 ans
Rémunération :Selon financement
Secteur d'activité :Epidémiologie, Santé Publique
Description :La variabilité géographique de l’incidence des cancers, quand elle est objectivée au travers de clusters d’incidence amène souvent à rechercher une cause environnementale. Du fait de l’utilisation d’indices écologiques (agrégés), plusieurs études dont celles conduites par l’U1086 INSERM (Bryere et al. 2016, 2019) ont montré que la détermination sociale de certains cancers en France pouvait créer des inégalités terroitoriales d’incidence. Notre hypothèse est qu’une partie importante des clusters d’incidence des cancers pourraient être expliqués non pas par une origine environnementale mais par la structure sociale des populations concernées. L’objectif de ce projet de thèse est d’évaluer à partir des données réelles d’observation (registres de cancer), et pour chaque localisation cancéreuse, la part de la variabilité géographique de l’incidence qui peut s'expliquer par la détermination sociale des cancers. Le doctorant aura pour missions d’identifier dans l'espace, pour chaque localisation cancéreuses, les agrégats (clusters) de cas et d’évaluer la part de la variabilité géographique explicable par la distribution géographique du niveau socioéconomique de la population à partir des données du réseau FRANCIM comprenant tous les cas de cancer diagnostiqués dans les 30 départements ayant un registre de cancer 2006 et 2016, constituant un effectif d’environ 760 000 patients. Il devra pour chaque étape du projet choisir ou créer la modélisation mathématique permettant de répondre au mieux à la question posée. La valorisation scientifique (publications, présentation à des congrès) fera également partie de ses missions.
En savoir plus :https://anticipe/eu/
Contact :josephine.bryere@unicaen.fr
CDD Statisticien·ne analyste de données en agriculture
Publiée le 12/03/2021 11:02.
Référence : CDD_INRAE_AGIR.
CDD, Toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Date de début :2021-05
Durée du contrat :12 mois
Rémunération :2200-2400 brut mensuel.
Secteur d'activité :Biologie, Agronomie
Description :Vous serez accueilli(e) au sein du laboratoire Agroécologie, Innovations et Territoires (UMR AGIR) dans le cadre du projet de recherche PROMOSOL “Comprendre la variabilité des rendements du tournesol en France”. Votre objectif sera d'analyser la variabilité du rendement et de quantifier les effets du climat, de la génétique et des pratiques agricoles sur l'évolution des rendements observés depuis 30 ans. Nous chercherons à démêler les interactions complexes entre ces facteurs en nous basant à la fois sur des données expérimentales, des données d’enquêtes et des modèles de simulation pour identifier des situations de production caractérisées par des facteurs limitant le rendement ou au contraire par un niveau de productivité élevée.
En savoir plus :https://www6.toulouse.inrae.fr/agir
offre_emploi_cdd.pdf
Contact :pierre.casadebaig@inrae.fr
Applied machine learning to design serological surveillance tools for infectious diseases
Publiée le 11/03/2021 17:17.
Référence : Thèse en IA pour la surveillance et la prévention des maladies infectieuses.
Thèse, 292, rue Saint Martin 75003 Paris.
Entreprise/Organisme :Conservatoire national des arts et métiers
Niveau d'études :Master
Sujet :Développer des outils d'IA qui permettraient d'améliorer la surveillance sérologie et mieux orienter les stratégies de prévention des maladies infectieuses.
Durée du contrat :3 ans
Secteur d'activité :Santé
Description :This PhD project aims to develop algorithms for accurate serological estimation of time since infection with applications to P. vivax malaria and SARS-CoV-2. The P. vivax data is based on measurements of multiple antibody responses using data from Thailand, Brazil and Solomon Islands which represent countries with low endemic malaria transmission. The SARS-CoV-2 data is based on longitudinal follow-up of infected patients and healthcare workers in French hospitals. Secondary objectives will involve the translation of the developed methods to allow serological surveillance of other pathogens. The following objectives are proposed for a doctorate project: 1. To explore a range of machine learning algorithms and assess their performance in different geographical locations to estimate time since P. vivax infection and identify hypnozoite carriers. 2. To apply the machine learning predictive models to analyse antibody responses to SARS-CoV-2. 3. To integrate machine learning algorithms into the serological surveillance of other infectious diseases such as corona viruses and neglected tropical diseases (NTDs). The majority of the methodological development will occur within the first two aims using epidemiologically detailed and well characterised datasets on malaria serology.
En savoir plus :mesurs.cnam.fr
PhD_offer_AI_malaria.pdf
Contact :mounia.hocine@cnam.fr
BIOSTATISTICIEN (H/F)
Publiée le 11/03/2021 17:17.
Référence : FFCDBIOSTAT2021.
CDD, Dijon.
Entreprise/Organisme :Fédération Francophone de Cancérologie Digestive (FFCD)
Niveau d'études :Master
Date de début :le plus tot possible
Durée du contrat :12 mois
Rémunération :Selon l'expérience
Secteur d'activité :Recherche Clinique - Essais Thérapeutiques
Description :La Fédération Francophone de Cancérologie Digestive (FFCD), créée en 1981, est une association loi 1901 constituée d'un réseau national de médecins cliniciens et chercheurs experts en cancérologie digestive. Nous recherchons un biostatisticien avec expérience pour un contrat de 12 mois.
En savoir plus :www.ffcd.fr
Contact :charlene.barraux@u-bourgogne.fr
Ingénieur de Recherche - Biostatisticien Senior
Publiée le 10/03/2021 17:09.
Référence : IR-QN.
CDD, URC PNVS, Hôpital Bichat, 46 rue Henri Huchard 75018 Paris.
Entreprise/Organisme :Département d’épidémiologie de biostatistiques et de recherche clinique, Hôpital Bichat, AP-HP
Niveau d'études :Doctorat
Date de début :3/05/2021
Durée du contrat :2 ans
Secteur d'activité :Recherche clinique
Description :Présentation de la structure Le département d’épidémiologie, de biostatistiques et de recherche clinique (DEBRC) apporte un soutien méthodologique à la recherche clinique sur le groupe hospitalier AP-HP.Nord - Université de Paris, et est implanté sur plusieurs sites (Bichat, Beaujon, Louis Mourier et Bretonneau). Il est constitué d’un PU-PH, 2 MCU-PH, 2 PH, 3 AHU, 2 ingénieurs de recherche, les internes (de pharmacie et de santé publique), et 1 secrétaire. Le département est en relation très étroite avec l’URC Paris Nord Val de Seine, représentant du promoteur APHP pour le groupe hospitalier, et qui regroupe une large équipe de 60 personnes avec des compétences variées (1 pharmacien PH responsable adjoint de l’URC, des cheffes de projets, des attachés de recherche clinique, des bioinformaticiens, des data-managers, des statisticiens et datascientists) Les deux structures sont dirigées par le Pr France Mentré. La responsable adjointe de l’URC est le Dr Camille Couffignal et le Dr Cédric Laouénan est responsable de l’activité biométrie. Deux autres structures sont également hébergées par le département : - la plateforme génomique du GH avec un ingénieur statisticien (analyses de données génétiques et omiques) ; - le centre de méthodologie de REACTing (REsearch and ACTion targeting emerging infectious diseases) de l’ITMO I3M d’AVIESAN (préparation de la recherche en période d’inter-épidémique et méthodologie, mise en place et analyses d’essais clinique en période d’épidémie de maladies infectieuses émergentes). Missions / Activités QUID NASH (QUantitative Imaging in Diabetes – Non-Alcoholic Steato-Hepatitis) est un projet RHU (Recherche Hospitalo-Universitaire) porté par le Pr Dominique Valla et mis en œuvre par un consortium composé de différents partenaires (Inserm, APHP, Université de Paris, Commissariat à l’Energie Atomique (CEA), les Laboratoires Servier et Biopredictive). L’un des objectifs de ce projet est de développer une biopsie virtuelle et de comparer ses performances à la biopsie hépatique conventionnelle pour le diagnostic de NASH chez des sujets diabétiques. Le développement de la biopsie virtuelle est basé sur l’identification de biomarqueurs non invasifs obtenus par de nouvelles techniques d’imagerie quantitative (Imagerie à résonnance magnétique IRM et ultrasons ultra-rapides UFUS), par des données clinico-biologiques et par les données obtenues par différentes approches « omiques » (métabolomique/lipidomique, transcriptomique, génétique ciblée). Les données seront aussi complétées par le profilage des vésicules extracellulaires et l’immunophénotypage. La personne recrutée sera en charge des missions suivantes : – Compléter le plan d’analyse statistique – Assurer une veille scientifique régulière pour identifier les nouvelles méthodologies ou techniques statistiques qui pourraient être implémentées – Choisir les méthodes d’analyse les plus adaptées pour répondre aux objectifs de l’étude. – Assurer la liaison avec les prestataires de service en charge de l’intégration des données pour la constitution des bases – Réaliser les analyses statistiques nécessaires au projet, programmer et maintenir des scripts R pour le traitement des données – Rédiger un rapport d’analyses statistique détaillé et participer à la diffusion des résultats de l’étude en vue de publications – Participer aux réunions du groupe de travail chargé de l’analyse des données et expliquer les résultats et les méthodes employées pour s’assurer de leur bonne interprétation – Participer aux réunions méthodologiques de l’URC et du DEBRC. Profil du candidat Compétences souhaitées – Avoir une excellente capacité d’analyse et un esprit de synthèse – Faire preuve de rigueur – Avoir la capacité de travailler efficacement en équipe – Avoir une excellente capacité de résolution de problèmes – Être autonome, avoir un bon sens de l’organisation du travail et des priorités, savoir prendre des initiatives – Savoir rédiger des rapports, des articles scientifiques – Avoir une excellente maîtrise de la langue française parlée et écrite – Avoir la capacité de s’exprimer en public Compétences particulières requises : – Connaître les méthodes de visualisation des données – Connaître les analyses de régression pénalisée type LASSO – Avoir de l’expérience dans l’analyse de données de haute dimension type multi-omiques (transcriptomique, métabolomique, génétique, …). – Avoir de l’expérience dans l’analyse de données d’imagerie quantitative est un atout – Connaître le logiciel R Niveau requis – Thèse de (bio)statistique, recherche clinique ou épidémiologie ; ou Ecole d’ingénieur en statistique (ENSAI, ENSAE, ISUP…) / M2 avec 5 à 6 ans d’expérience professionnelle Liaisons hiérarchiques directes Dr Jimmy MULLAERT – Méthodologiste DEBRC Modalités pratiques : – Poste à pouvoir dès que possible – Contrat à durée déterminée (CDD) financé sur projet validé pour 2 ans – Grille salariale d’ingénieur de recherche AP-HP avec reprise possible de l’ancienneté – Adresse : URC PNVS, Hôpital Bichat, 46 rue Henri Huchard 75018 Paris Merci d’envoyer par mail vos CV et lettre de motivation aux adresses suivantes : jimmy.mullaert@aphp.fr / delphine.bachelet@aphp.fr
En savoir plus :xx
Fiche-de-Poste-IR_20210305.pdf
Contact :jimmy.mullaert@aphp.fr
Professeur Chargé de Cours d’exercice incomplet en Sciences des Données et Intelligence Artificielle
Publiée le 10/03/2021 10:38.
Référence : polytechnique-PCC-2021.
CDD, Département de Mathématiques Appliquées de l'Ecole Polytechnique, Palaiseau.
Entreprise/Organisme :Ecole Polytechnique
Niveau d'études :Doctorat
Date de début :01/09/2021
Durée du contrat :2 ans renouvelable
Secteur d'activité :enseignement
Description :le Département de Mathématiques Appliquées de l'Ecole Polytechnique met au concours deux postes supplémentaires de Professeur.e Chargé.e de Cours ou Chargé.e d’Enseignement d’exercice incomplet en Sciences des Données et Intelligence Artificielle. Il s'agit de postes en cumul d'un emploi permanent. Ces postes viennent en plus des postes déjà mis au concours en janvier. La date limite de candidature pour tous ces postes est la même : 31 mars 2021. Le site de candidature est : https://candidatures-calliope.polytechnique.fr/calliope-fo/recherche/index.php?lang=fr
En savoir plus :https://candidatures-calliope.polytechnique.fr/calliope-fo/recherche/index.php?lang=fr
Profil_MAP 2 ChE PCC profil DataScience.pdf
Contact :josselin.garnier@polytechnique.edu
Risk bounds for neural networks
Publiée le 10/03/2021 09:07.
Référence : PhDIALilleNeuralNetworksRiskBounds.
Thèse, Lille.
Entreprise/Organisme :Laboratoire de mathématiques Paul Painlevé
Niveau d'études :Master
Date de début :1er septembre 2021
Durée du contrat :3 ans
Rémunération :environ 1200 euros
Secteur d'activité :statistiques/machine learning
Description :The PhD thesis objective is to refine known bounds on capacity measures (Rademacher complexity, covering numbers) in the framework of neural networks.
En savoir plus :http://labomath.univ-lille1.fr/~wicker/
PhDOpportunityLille.pdf
Contact :nicolas.wicker@univ-lille.fr

Page précédente  1  <2>  3  4  5  Page suivante

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