Consulter les offres d’emploi

Post-doctorant(e) en épidémiologie ou biostatistiques
Publiée le 07/10/2021 10:10.
Postdoc, Villejuif.
Entreprise/Organisme :INSERM
Niveau d'études :Doctorat
Sujet :Substance use, a leading preventable cause of death worldwide, could have increased during the COVID-19 pandemic. Tobacco, alcohol and cannabis are among the most harmful substances and benzodiazepine use is also considered as a public health issue in several countries. Thus, COVID-19 and addictive behaviors are two pandemics which are on the verge of collision causing major public health threat. In this project, two aims will have to be achieved: - To examine the risk of infection with SARS-CoV-2 according to tobacco, electronic cigarettes, alcohol, cannabis and benzodiazepine use, while taking into account: - the level of use and polyconsumption; - the distinction between the risk of infection and the risk of severe form; - the role of potential mediators and moderators (e.g. compliance to barrier measures, psychotropic drugs, life and occupational conditions during the pandemic, fear of contamination, clinical and sociodemographic factors). - To examine the associations between the experience of the COVID-19 pandemic (i.e. mental health, life and occupational conditions, fear of contamination, infection with SARS-Cov-2 and/or infection of a close) and changes in the patterns of substance use among substance users. To achieve these two goals, the participants from the CONSTANCES cohort who responded to the SAPRIS survey will be included. CONSTANCES is a large French national population-based cohort (N=200 000) with a linkage with medico-administrative registries. The CONSONANCE project will help public health policy makers to target at-risk substance users for standardized screening for SARS-CoV-2, improved access to vaccines, treatments and medical surveillance. A better understanding of the underlying mechanisms that lead to increased risks of COVID-19 and severe form in substance users will be helpful to adjust information and prevention. The CONSONANCE project will also help both public health policy makers and clinicians to pay particular attention to substances users who could be more prone to experience detrimental consequences of the COVID-19 pandemic regarding their level of substance use.
Date de début :Janvier 2022
Durée du contrat :12 mois renouvelables, pour une durée totale de mission de 36 mois
Rémunération :49 300 euros bruts par an.
Secteur d'activité :Santé, Epidémiologie
Description :Compétences exigées : Excellentes compétences de manipulation de jeux de données complexes et de grande envergure. La connaissance du SNIIRAM est un plus. Excellentes compétences en modélisation statistique, notamment modèles linéaires généralisés, modèles mixtes et GEE, survie, modèles structuraux. Excellente capacité de prise d’initiative et d’organisation de façon autonome. Très bonnes compétences relationnelles pour s’intégrer à la vie d’une équipe de recherche, travailler en collaboration, se conformer aux exigences règlementaires et aux consignes hiérarchiques. Anglais scientifique courant et très bonnes compétences rédactionnelles d’écriture d’articles scientifiques en anglais.
En savoir plus :http://www.constances.fr
Contact :guillaume.airagnes@aphp.fr
Stage: Impact of nutritional supplement interventions on cognitive health networks
Publiée le 04/10/2021 18:12.
Stage, Bordeaux.
Entreprise/Organisme :INRAE, unité NutriNeurO
Niveau d'études :Master
Sujet :Impact of nutritional supplement interventions on cognitive health networks
Date de début :Spring 2022
Durée du contrat :6 months
Rémunération :Approx 580€ / month
Secteur d'activité :Biostatistics, nutrition
Description :The widespread aging of the population brings new problems linked to cognitive decline, which is a major determinant in dependency and quality of life in the elderly. Epidemiological studies have suggested a protective role of nutrition against cognitive decline. This beneficial effect has been attributed in part to some nutrients including long-chain omega-3 polyunsaturated fatty acids, particularly docosahexaenoic acid (DHA) and some vitamins (A, B6, B12, C, D and E), which exert anti-inflammatory and/or antioxidant effects. In this context, the objective of the NUTRIMEMO clinical study was to examine the nutritional supplementation effects of DHA and vitamin A on cognitive functions in healthy elderly people, fueling a shared interest at INRAE in understanding how nutrition impacts health status. In the NUTRIMEMO study, a variety of parameters (cognitive and blood parameter measures, nutrient dosages) were recorded before and after nutritional intervention for approximately 300 healthy individuals 60-70 years of age, evenly split between the nutrition intervention and placebo groups. Measured variables are made up of a variety of types, including quantitative measures, counts, and ordinal scores. A central question of interest is the identification of variables, as well as interdependencies among diverse variables, for which a significant effect of the intervention can be observed as compared to the placebo. Objectives: (1) After performing exploratory and graphical analyses of the data, the intern will validate the initial hypothesis with in-depth analyses using classical statistical techniques such as (generalized) linear (mixed) models, as well as machine learning predictive models (e.g., CART, random forest); (2) Initial analyses focused on univariate models alone and ignored significant relationships among the various mixed-type measures collected. The intern will next perform a review of available network inference approaches (e.g., Gaussian graphical models, correlation networks) that can be used in conjunction with data transformations to identify interdependencies among mixed-type measures. (3) Finally, using the selected network inference approach, the intern will identify intervention-specific networks among cognitive scores, biological parameters, and nutrient dosage in the intervention and placebo groups. Required skills: ● Solid knowledge of the R programming language for data manipulation, analysis, and visualization; ● Knowledge of and experience with linear mixed models and standard machine learning approaches. Experience with network inference approaches (e.g., Gaussian graphical models, correlation networks) would be appreciated but is not required; ● Comfortable reading/writing English (ability to read and understand scientific articles and write reports of results); ● Candidates should have motivation and interest for applications in nutritional neuroscience in general, but experience in this area is not required. The Master’s internship will take place in a research environment that brings together biologists and biostatisticians. The research internship will take place at the Université de Bordeaux, although an alternative location at the Inrae Hauts-de-France Research Center in Estrées-Mons (80) would be a possibility for interested candidates. The work will be jointly supervised by Dr. Jean-Christophe Delpech, Dr. Charlotte Madore-Delpech, and Dr. Andrea Rau. andrea.rau@inrae.fr; jean-christophe.delpech@inrae.fr; charlotte.madore-delpech@inrae.fr
En savoir plus :https://www6.bordeaux-aquitaine.inrae.fr/nutrineuro
Contact :andrea.rau@inrae.fr
Biostatisticien Biomarqueurs Senior (H/F)
Publiée le 04/10/2021 18:12.
Référence : BBSServier.
CDI, Suresnes puis Paris Saclay.
Entreprise/Organisme :Institut de Recherches Internationales Servier
Niveau d'études :Master
Secteur d'activité :Industrie Pharmaceutique
Description :Le Pôle de Médecine Translationnelle a pour missions de faire le lien entre les phases précliniques et cliniques et de s’appuyer sur des biomarqueurs pour prendre des décisions afin d’accélérer l’entrée en phase de développement et d’augmenter les chances de succès à chaque étape du développement. Au sein de ce pôle, dans le département de Quantitative Pharmacology, regroupant la Biostatistique Biomarqueurs, la bioinformatique et la pharmacométrie, nous recherchons un(e) Biostatisticien Biomarqueurs Senior.
En savoir plus :NA
Biostat Biomarqueurs Senior.pdf
Contact :chloe.pothier@servier.com
Offre de thèse en statistique appliquée à l'écologie
Publiée le 04/10/2021 11:02.
CDD, Paris/Saclay.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Date de début :01/12/2021
Secteur d'activité :Recherche
Description :Cette thèse s’intéresse à la production de cartes de distribution spatiale de retombées atmosphériques métalliques et azotées par l’analyse d’un organisme bio-accumulateur, la mousse végétale. De nombreuses études ont montré que les mousses étaient de bons capteurs des polluants environnementaux. Cependant l’étude des retombées atmosphériques à large échelle s’avère complexe, la France notamment étant divisée en zones biogéographiques qui peuvent influer sur les concentrations accumulées. À partir des valeurs de concentrations en éléments métalliques et azotés dans des mousses, nous produirons des cartes regroupant les informations régionalisées apportées par les différents liens entre mousses et éléments contextuels : concentration du contaminant dans l’air (EMEP, RENECOFOR, MERA, etc.) ou le sol (réseau RMQS), altitude, type de mousse, etc.) avec des modèles spatiaux hiérarchiques, où les coefficients reliant concentration dans les mousses et éléments contextuels, varieront d’un territoire à l’autre. Différents champs spatiaux latents seront étudiés pour ajuster au mieux les données. La flexibilité du modèle permettra de rassembler sur une même carte les quantifications dans des mousses ayant des liens très divers avec leur environnement. La mise en œuvre du modèle sur la France entière (plus de 400 sites de prélèvements ruraux) et sa déclinaison à plus d’une vingtaine de contaminants nécessiteront des choix pertinents d’algorithmes pour l’estimation des paramètres et de leur incertitude associée.
En savoir plus :https://www6.inrae.fr/mia-paris
Contact :isabelle.albert@inrae.fr
Assessment of Bayesian phylogeographic inference techniques
Publiée le 04/10/2021 11:02.
Stage, Montpellier.
Entreprise/Organisme :LIRMM - IRD - IMAG
Niveau d'études :Master
Sujet :Assessment of Bayesian phylogeographic inference techniques with an application to the analysis of the Rice yellow mottle virus in Africa.
Date de début :Spring 2022
Durée du contrat :6 mois
Rémunération :Legal stipend
Description :The analysis of georeferenced genetic sequences using methods from the field of phylogeography makes it possible to characterize the spatial dynamics of an evolving species or population. During the course of an epidemic, Bayesian inference methods can, in principle, reconstruct both the mu- tation history of the sequences, represented by a phylogenetic tree, and the geographical spread of the pathogen. Using simulated data for which we can control both the true phylogeographic sce- narios and the level of difficulty, along with real data from a virus with strong societal impact (the Rice yellow mottle virus in Africa) for which we have a good knowledge of the biological processes involve, our objective in this project is to verify that the available tools are able to correctly recover the general dynamic of the process, as well as the values of the parameters of the phylogeographic models.
En savoir plus :https://muse.edu.umontpellier.fr/2021/09/14/rencontres-etudiants-chercheurs-30-septembre-2021-stages
stage_sfds.pdf
Contact :guindon@lirmm.fr
Modélisation conjointe de données longitudinales de lésions individuelles et de données de survie
Publiée le 01/10/2021 09:41.
Référence : Stage Bac+5 - Modèles conjoints.
Stage, Hôpital Bichat - Paris.
Entreprise/Organisme :INSERM - UMR 1137
Niveau d'études :Master
Date de début :A partir de février 2022
Durée du contrat :6 mois
Rémunération :Gratification selon grille salariale de l'INSERM
Description :Nous recherchons un étudiant niveau bac+5 pour un stage de six mois au sein de l'UMR 1137 IAME INSERM (équipe BIPID). Les travaux de stage porteront sur la modélisation conjointe non-linéaire Bayésienne de données longitudinales multi-hiérarchiques et de données de survie (voir offre de stage attachée pour plus de détails).
En savoir plus :https://www.iame-research.center/eq4/research-interests/
sujetM2_JointModel.pdf
Contact :marion.kerioui@inserm.fr
Post-Doc en statistique appliqué à la modélisation de données accélérométriques en santé
Publiée le 01/10/2021 09:23.
Postdoc, Rennes, Institut Agro/Agrocampus Ouest.
Entreprise/Organisme :Institut de Recherche Mathématiques de Rennes (IRMAR - UMR CNRS 6625)
Niveau d'études :Doctorat
Date de début :15/11/2021
Durée du contrat :12 mois/12 months
Rémunération :Entre 2664 et 3069 euros bruts (selon expérience)
Description :Voir fichier joint
En savoir plus :https://bit.ly/3oq9eZd
OffrePostDocMODULO_VFinale.pdf
Contact :mathieu.emily@agrocampus-ouest.fr
Model-based reinforcement learning for the control of partially observable PDMPs
Publiée le 30/09/2021 15:49.
Référence : HSMM PhD.
Thèse, Montpellier, France.
Entreprise/Organisme :Institut Montpelliérain Alexander Grothendieck
Niveau d'études :Master
Sujet :Model-based reinforcement learning for the control of partially observable piecewise deterministic semi-Markov decision processes
Date de début :september 2022
Durée du contrat :3 years
Rémunération :about 40k€ /year (gross salary)
Description :The long-term treatment of human diseases such as cancer is generally based on monitoring the dynamics of variables (markers in the organism) over time, modeled by a series of contin- uous trajectories defined from a “mode” (conjunction of a stage of the disease and a treatment). The transitions between modes depend both on intrinsic characteristics and on the treatments applied. The transitions between stages and the sojourn times can be modeled by semi-Markov kernels (depending on the treatments applied). Optimal treatment of a disease, in the ideal case where markers and stages are continuously observed and dynamics models are known, amounts to optimizing a strategy based on the patient's condition, for a semi-Markov decision process. In reality, (i) the stages of the disease are not observed, (ii) the markers are only observed during sampling, the dates of which are to be decided together with the treatments and (iii) the models of dynamics are not known (one will make the assump- tion of a parameterized form, of which the parameters are unknown). The objective of this thesis is to propose a framework of representation and optimization algorithms for these problems. Their unifying characteristic is a piecewise deterministic dynamic which should allow the development of specific approaches, more efficient than the general framework of partially observable semi-Markov decision processes. On the application level, we will focus on the problem of cancer monitoring and treatment, for which the members of the consortium have both monitoring data and collaborate with experts.
En savoir plus :https://imag.umontpellier.fr/~saporta/PDF/JOBS/These_en_HSMM.pdf
These_en_HSMM.pdf
Contact :benoite.de-saporta@umontpellier.fr
Control with parameter estimation for Hidden Semi Markov Models
Publiée le 30/09/2021 15:48.
Référence : HSMM.
Stage, Montpellier.
Entreprise/Organisme :Institut Montpelliérain Alexander Grothendieck
Niveau d'études :Master
Sujet :Control with parameter estimation for Hidden Semi Markov Models with application to medical treatment optimization
Date de début :mars 2021
Durée du contrat :6 mois
Rémunération :gratification au montant légal
Description :In long-term diseases such as cancer, patients alternate between remission and relapse phases and are monitored along time through non-invasive check-ups such as blood samples. Based on these noisy indirect disease measurements, practitioners must decide on treat- ment allocation, sometimes with little knowledge on the process dynamics (e.g. level of cancer cells) which may differ between patients. In the statistical study of dynamical processes, prediction, diagnosis or decision are made more difficult when the process of interest cannot be directly observed. Typically, the only information available is a noisy and incomplete version of the process. When the latter is governed by latent states, it is classically modeled in the framework of Hidden Markov Models (HMM). In sequential decision problems, the standard question is not to estimate the model param- eters or to restore the hidden states, but to compute the best sequence of control actions (a strategy), according to a given objective, in order to manage the system along time. The framework of Partially Observed Markov Decision Process (POMDP) enables to solve such problems when the process itself is ill-observed. The main limitation of the HMM framework and its POMDPs control counterpart is the assumption that the sojourn times of the hidden chain in a particular state follow a geomet- ric/exponential distribution. This assumption is known to be inappropriate in several domains. The frameworks of Hidden Semi Markov Models (HSMM [BL08]), and Partially Observed Semi MDPs (POSMDP [SP14]) have been proposed to relax these assumptions and to enable arbitrarily distrib- uted sojourn times (e.g. Poisson, Gamma). However new advances are required to tackle more challenging real-life problems with complex interleaved dynamics, complex observations (censored, hybrid) and complex management constraints, especially in the context of a learning-while-managing approach where knowledge acquisition and control actions are taken jointly. There exist no efficient tools for solving optimal sequential decision problems when the process to control is both hidden and semi-Markov. Operational algorithms are rare and are often only applicable to small or toy prob- lems, even for the case of a unique hidden chain [SP14] or for the case of Markov models with continuous state space [ZFM10, dSDN16].
En savoir plus :https://imag.umontpellier.fr/~saporta/PDF/JOBS/Stage_en_HSMM.pdf
Stage_en_HSMM.pdf
Contact :benoite.de-saporta@umontpellier.fr
PostDoc MIAI : Modèle de Markov caché et mélange de distributions
Publiée le 29/09/2021 22:35.
Référence : SO-0521-LJKPOSTDOC.
Postdoc, Laboratoire Jean Kuntzmann (Grenoble).
Entreprise/Organisme :Université Grenoble Alpes
Niveau d'études :Doctorat
Date de début :Dès que le ou la candidat.e pourra
Durée du contrat :1 an
Rémunération :A partir de 2038€ mensuel brut et en fonction de l’expérience
Secteur d'activité :Statistique - Recherche publique - Médical
Description :Classification de courbes avec excès de zeros : Dans de nombreuses applications où on recueille des données au cours du temps chez plusieurs individus, que les données soient continues ou de type comptage, elles peuvent comporter un excès de zéros, pour non utilisation de l'appareil ou dysfonctionnement de la transmission des données. C'est par exemple le cas en génomique pour des données en clinique d'utilisation de dispositifs médicaux, etc. L'objectif du projet est de proposer une méthode de classification des individus en fonction de leur comportement temporel. Ces excès de zéros rendent l'analyse statistique difficile. Notre proposition est d'utiliser une modélisation mélangeant une approche par Modèle de Markov Caché et mélange de distributions avec une Dirac en zéro pour résoudre simultanément le problème de la prise en compte des zéros et l'objectif de classification. Missions principales : L’objectif sera de développer la méthode d’estimation pour le modèle de Markov Caché couplé à un modèle de mélange entre une loi continue et une Dirac en zéro. Pour cela, un algorithme EM sera développé, ainsi que son implémentation sous R ou Python. Des extensions à des lois continues ou discrètes seront envisagées, ainsi que l’introduction d’effets aléatoires seront étudiées.
En savoir plus :https://www-ljk.imag.fr/
PostDoc_MIAI.pdf
Contact :adeline.leclercq-samson@univ-grenoble-alpes.fr
Phenomics Data Lead (m/f)
Publiée le 29/09/2021 22:34.
Référence : Phenomics Data Lead (m/f).
CDI, Toulouse (Mondonville 31700).
Entreprise/Organisme :SOLTIS
Niveau d'études :Master
Secteur d'activité :Agriculture, génétique, amélioration des plantes, sélection variétale
Description :About the position We are looking for a scientist to join our Analytics and Breeding support platform as Phenomics Data Lead. Duration: Permanent Position Location: Mondonville (31) preferably, but can be discussed. Responsibilities - You will be in charge of phenotypic data analysis, synthesis and support (field data, biotest, nursery data …), in coordination with the testing teams and leaders.);. - You will lead the UAV phenotyping project and be responsible for its scalability (traits to address, analysis methodologies,…). In coordination with the testing operation lead, you will provide support to UAV pilots for deployment, acquisition and basic analysis. - You will lead the Envirotyping project and be responsible for its implementation in breeding programs and testing strategy. - You will provide expertise and support in biostatistics to the users of the different teams of the company: trial design and analysis, trials and network optimization, - You will lead meetings to communicate on projects results to the breeding team; - You will be proactive while proposing evolution of practices and analytics tools; - You are used to work in project mode and able to ensure the follow up of the projects you are responsible for; - You will participate to the training of the users on tools and biostatistical methods; - You will interact with external partners and shareholders on the topics you are in charge of; Requirements Master degree/PhD in applied mathematics, statistics, quantitative genetics, animal or plant breeding, agriculture, agronomy, plant physiology; Knowledge of genetics and/or plant breeding are mandatory; Knowledge of statistical methods applied to quantitative genetics (mixed model theory BLUE/BLUP, Genomic Selection,…) are mandatory; Experience in defining and implementing strategies for data analysis; Experience in UAV data treatment is a plus; Experience in Envirotyping methodologies is a plus; Technical knowledge of standard statistical computing languages (R, JMP, Python,…); Proficiency in written and oral communication skills both in French and English; Organizational skills.
En savoir plus :https://euralis.candidats.talents-in.com/job/728601/phenomics-data-lead-hf
Contact :gregoire.marandel@soltis-research.com
Biostatisticien Pharmaco/Epidémio (H/F)
Publiée le 28/09/2021 11:41.
Référence : Biostatisticien Pharmaco/Epidémio.
CDI, Ile-de-France.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :ASAP
Secteur d'activité :Industrie Pharmaceutique
Description :• Création ou évolution des standards (macros, documentation, ….) • Data-management des bases de données via les macros standards • Gestion de listes de codes des évènements médicaux et des traitements • Rédaction de la partie statistique de protocole, rédaction du plan d’analyses statistiques • Recherches bibliographiques (méthodologie statistique, …) • Programmation des populations d’étude, des groupes de comparaison, de l’exposition, des covariates, des endpoints et rédaction de la documentation associée • Programmation des analyses statistiques descriptives, modélisation • Participation à l’interprétation des résultats statistiques La maîtrise de SAS est indispensable
En savoir plus :http://itm-stats.com/
28092021 Biostatisticien PharmacoEpidémio expérimenté.pdf
Contact :recrutements@itm-stats.com
Data Manager Senior (H/F)
Publiée le 28/09/2021 11:41.
CDI, Ile-de-France.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Secteur d'activité :Industrie Pharmaceutique
Description :Conception, validation et contrôle des cahiers d'observation conformément aux consignes contenues dans le protocole, et en accord avec les procédures internes Contrôle et supervision de la CRO en charge des activités de Data Management en concertation avec le team de l’étude Travailler avec la CRO en charge de l’étude afin de mettre en œuvre et de suivre les différentes étapes de gestion des données (revue de la structure, du plan de validation des données, des données au fur et à mesure de l’avancement de l’étude, des activités de finalisation de la base de données) Participation aux réunions de suivi des études organisées à la demande du client En relation avec le Coordonnateur de gestion des données, assurer la gestion budgétaire (prévisionnelle, mise à jour et clôture) des études en respectant les processus financiers en vigueur chez le client
En savoir plus :http://itm-stats.com/
27092021 Data Manager Senior.pdf
Contact :recrutements@itm-stats.com
Biostatisticien Biomarqueurs (H/F)
Publiée le 28/09/2021 11:41.
Référence : Biostatisticien Biomarqueurs (H/F).
CDI, Ile-de-France.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :ASAP
Secteur d'activité :Industrie Pharmaceutique
Description :L'objet de la mission est de contribuer à la production des livrables statistiques pour l'analyse des biomarqueurs issus des études cliniques ou des études en recherche. Vos missions principales : • Ecrire un plan d'analyse statistique précis, clair et complet avec la méthodologie et la présentation des données les plus appropriées • Rédaction du plan d’analyse statistique • Construire la liste des appendices statistiques de l'étude • Réaliser ou apporter son expertise aux analyses statistiques des biomarqueurs, en particulier pour les données de haute dimension • Communiquer, discuter et interpréter les résultats statistiques des données biomarqueurs • Participer aux réunions d'équipe projet • Comparer des approches pour la régression pénalisée dans l'optique d'identifier des biomarqueurs en présence de donné e s de grande dimension • Recherche bibliographique • Etudier des méthodes de sélection de variables, principalement axées sur la méthode de régression pénalisée (LASSO) • Réaliser des études de simulation sur des données de grande dimension avec différents scénarios
En savoir plus :http://itm-stats.com/
16092021 Biostatisticien biomarqueurs.pdf
Contact :recrutements@itm-stats.com
Biostatisticien Early Clinic (H/F)
Publiée le 28/09/2021 11:41.
CDI, Ile-de-France.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :ASAP
Secteur d'activité :Industrie Pharmaceutique
Description :Nous recherchons un biostatisticien senior, souhaitant travailler pour l'un de nos clients du secteur pharmaceutique. Le poste aura beaucoup de méthodologie. Il s'agit d'un poste en early clinic. Le logiciel utilisé sera R.
En savoir plus :http://itm-stats.com/
26082021 Biostatisticien Senior.pdf
Contact :recrutements@itm-stats.com

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 :