Consulter les offres d’emploi

Supervised classification of wood and charcoal from microscopic images
Publiée le 13/02/2024 12:26.
Référence : marco.corneli@univ-cotedazur.fr.
Stage, Nice et Sophia-Antipolis.
Entreprise/Organisme :Université Côte d'Azur
Niveau d'études :Master
Description :See the joint pdf
En savoir plus :All useful information in the joint pdf
intern_AIWOOD.pdf
Contact :marco.corneli@univ-cotedazur.fr
Chargé-e de recherche en apprentissage automatique et apprentissage profond sur données structurées
Publiée le 13/02/2024 11:37.
CDI, Toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Doctorat
Secteur d'activité :Recherche
Description :Vous renforcerez la synergie de l’équipe autour du thème central de l’apprentissage et compléterez les compétences déjà présentes sur la thématique de l’apprentissage profond. En votre qualité de chercheur·e spécialiste de ce domaine, vous serez capable de proposer des solutions/architectures originales pour les problèmes d’apprentissage d’objets structurés avec des approches neuronales. L'un des principaux verrous méthodologiques concerne le développement d'hybridations originales entre l'optimisation discrète (pour la recherche de structure) et l'optimisation continue (sur laquelle les réseaux de neurones sont basés). Ces questions sont d'un grand intérêt pour diverses problématiques abordées dans l'équipe : inférence de réseaux de gènes, design de protéines, prédiction de phénotypes, annotation automatique de génomes.
En savoir plus :https://jobs.inrae.fr/concours/concours-charges-recherche-classe-normale-profil-h-f/cr-2024-mathnum-
Contact :celine.brouard@inrae.fr
Proposition de stage de M2 : Partitionnement de données et quantification sur des varifolds
Publiée le 13/02/2024 11:37.
Référence : StageM2-Brécheteau-Guillermou-2024.
Stage, Laboratoire de Mathématiques Jean Leray, Nantes Université, Campus Lombarderie.
Entreprise/Organisme :Laboratoire de Mathématiques Jean Leray, École Centrale de Nantes
Niveau d'études :Master
Sujet :Partitionnement de données et quantification sur des varifolds
Date de début :à partir du 1er mars 2024
Durée du contrat :4-6 mois
Description :L'étudiant.e sera amené.e, après lecture des différentes ressources bibliographiques, à effectuer des avancées mathématiques dans la justification théorique statistique de l'algorithme des k-means sur une varifold, et/ou de ses versions robustes à différentes formes de bruit. Il/elle sera amené.e à coder en Julia ou tout autre langage une telle méthode et à l'appliquer sur des données simulées. Ce code pourra être intégré par exemple à la bibliothèque en construction (GeometricClusterAnalysis.jl) en Julia.
En savoir plus :NA
Proposition_stage_M2.pdf
Contact :claire.brecheteau@ec-nantes.fr
Thèse - Optimisation sous incertitudes avec contraintes physiques
Publiée le 13/02/2024 11:36.
Thèse, Palaiseau.
Entreprise/Organisme :ONERA
Niveau d'études :Master
Date de début :octobre 2024
Secteur d'activité :Aérospatial
Description :L'objectif est de proposer une méthodologie d’optimisation sous incertitudes de la sélection des bandes spectrales pour la détection d'anomalies, qui permette la prise en compte de contraintes physiques et qui soit adaptée aux variables mixtes
En savoir plus :NA
PHY-DOTA-2024-02_thèse_optim.pdf
Contact :sidonie.lefebvre@onera.fr
ATER en Biostatistiques
Publiée le 13/02/2024 11:36.
Référence : ATER_biostat_Montpellier.
CDD, Montpellier.
Entreprise/Organisme :Université de Montpellier
Niveau d'études :Doctorat
Date de début :01/09/2024
Durée du contrat :12 mois
Rémunération :indice 441
Secteur d'activité :Biostatistiques
Description :Le chargé d’enseignement et de recherche dispensera, au sein du Laboratoire de Biostatistiques, Informatique et Physique Pharmaceutique, principalement des Travaux Dirigés en Statistiques (mobilisant des outils informatiques tels que R, SAS et/ou Python,…) et secondairement en Informatique (bureautique, bases de données,…). Il pourra intervenir dans le cursus Pharmacie, en Licence et Master Ingénierie de la Santé et en Master EDSB Data Analyst pour les Sciences du Vivant. Le chargé d’enseignement et de recherche effectuera ses recherches (biostatistiques et/ou bioinformatique) dans une des équipes associées au laboratoire en fonction du profil (Institut de Génomique Fonctionnelle, Institut de Recherche en Cancérologie de Montpellier).
En savoir plus :https://campec.umontpellier.fr/public.php/signin
annonce_ATER_Biostatistiques.pdf
Contact :christelle.reynes@umontpellier.fr
Professeur(e) en statistique
Publiée le 13/02/2024 11:36.
Référence : Pr en statistique à AgroParisTech.
CDI, Palaiseau (91).
Entreprise/Organisme :AgroParisTech
Niveau d'études :Doctorat
Description :Professeur(e) en statistique spécialisé(e) dans le domaine des statistiques spatio-temporelles et de la modélisation du risque
En savoir plus :https://mia-ps.inrae.fr/node/609
Notice_MMIP_PR_Stats_2024-1.pdf
Contact :celine.levy-leduc@agroparistech.fr
Scientific project manager INVENTS
Publiée le 13/02/2024 11:36.
Référence : Scientific project manager INVENTS.
CDD, PariSanté Campus 10 rue D’Oradour sur Glane, 75015, Paris.
Entreprise/Organisme :HeKA Inria Paris – Digital health research for a learning health system
Niveau d'études :Doctorat
Date de début :01/03/2024 -01/04/2024
Durée du contrat :36 months
Rémunération :According to experience. PhD degree obtained
Description :HeKA is the coordinator of a Horizon Europe project, funded by the European Commission, set to start in 2024 for a duration of 5 years. This European project consists of a consortium of 15 academic and industrial partners. INSERM is looking for a Scientific Project Manager (M/F) to animate, coordinate, communicate, and develop methods within the framework of the implementation of the Horizon Europe collaborative research project "INVENTS": "Innovative designs, extrapolation, simulation methods, and evidence-tools for rare diseases addressing regulatory needs," coordinated by Professor Sarah Zohar.
En savoir plus :https://team.inria.fr/heka/
2024-INSERM-scientific-project-manager_INVENTS_Sarah Zohar.pdf
Contact :sarah.zohar@inserm.fr
Postdoc position at Mines Paris, PSL University - Spatio-temporal statistics on manifolds
Publiée le 31/01/2024 10:11.
Postdoc, Fontainebleau.
Entreprise/Organisme :Mines Paris - PSL
Niveau d'études :Doctorat
Durée du contrat :24 months
Description :The objective of this 2-year post-doc, the result of a collaboration between Mines-Paris PSL and ANDRA (French National Agency for Nuclear Waste management), is to develop statistical methods for the reconstruction and prediction of spatio-temporal data distributed over surfaces. These methods will be applied to temperature and deformation data from sensors placed on the surface of prototypes of High-Activity nuclear waste storage cells. The recruited person will be integrated into the Geostatistics team at the Mines Paris Geosciences center (Fontainebleau, 77). You will find more information in the detailed offer below: French: https://chaire-geolearning.org/wp-content/uploads/2023/11/postdoc-mines-andra-fr.pdf English: https://chaire-geolearning.org/wp-content/uploads/2023/11/postdoc-mines-andra-en.pdf
En savoir plus :https://chaire-geolearning.org/wp-content/uploads/2023/11/postdoc-mines-andra-en.pdf
postdoc-mines-andra-en.pdf
Contact :mike.pereira@minesparis.psl.eu
POST-DOCTORAL position - Detection of neurovisual disorders on a driving simulator
Publiée le 31/01/2024 10:09.
Postdoc, 10-12 avenue de l'Europe 78140 Vélizy France.
Entreprise/Organisme :Laboratoire LISV / Université de Versailles Saint-Quentin (UVSQ)
Niveau d'études :Doctorat
Date de début :December 1st, 2024
Durée du contrat :10 month
Rémunération :3036€ gross/month
Secteur d'activité :Psychology, neuroscience, biomedical engineering or a related data scientist field
Description :General description A 10-month post-doctoral position is available at the University of Versailles Saint-Quentin (UVSQ) in the LISV laboratory (www.lisv.uvsq.fr) headed by Professor Eric Monacelli. The post is part of the APTICONDUITE research project, which is part of the 'Interactive Robotics' research team. Project description The APTICONDUITE project aims to develop a new methodology integrated into a driving simulator for assessing neurovisual disorders of drivers in handicap situation. This project combines a new multimodal experimental approach with advanced statistical modelling to provide a new theoretical and practical angle for studying neurovisual diseases in the field of adaptive driving. In this context, the post-doctoral student will initially contribute to analyzing data from a network of physiological sensors on board a driving simulator. He/she will have to retrieve relevant information to characterize the driving performance of a specific population (stroke, cognitive disorders, etc.). The second stage will involve developing a new methodology for the early detection of neurovisual disorders using artificial intelligence algorithms, in order to improve current clinical assessments. The data set will include images, electrical signals and indicators such as heart rate, breathing rate, etc... Qualifications We are looking for a PhD with experience in cognitive science and data processing: - PhD: the candidate could hold a PhD in psychology, neuroscience, biomedical engineering or a related data scientist field. With: - Advanced skills in data analysis and the use of statistical software. - Practical experience with artificial intelligence methods, including the use of machine learning algorithms to analyze complex data. - Knowledge of visual disorders and their implications for driving would be appreciated.
En savoir plus :www.lisv.uvsq.fr
Post-doc1_APTICONDUITE_ENGLISH.pdf
Contact :olivier.rabreau@uvsq.fr
Stage M2 Recherche : Prédiction pour la géolocalisation d'objets
Publiée le 31/01/2024 10:09.
Référence : Stage M2 Géolocalisation CNAM.
Stage, 2 rue Conté, 75003 Paris.
Entreprise/Organisme :Conservatoire National des Arts et Métiers
Niveau d'études :Master
Date de début :Mars 2024
Durée du contrat :6 mois
Rémunération :Gratification
Secteur d'activité :Recherche académique, statistique
Description :Stage de recherche sur les méthodes de prédiction non paramétriques avec application pour la géolocalisation d'objets
En savoir plus :https://cnam-my.sharepoint.com/:b:/g/personal/feriel_bouhadjera_lecnam_net/EYrL29cMgnlJi9fABdqdEocB9
Stage_Indoor_localization.pdf
Contact :feriel.bouhadjera@lecnam.net
Poste de maitr(ess)e de conférences en statistique
Publiée le 31/01/2024 10:08.
Référence : MC en statistique AgroParisTech.
CDI, Palaiseau (91).
Entreprise/Organisme :AgroParisTech
Niveau d'études :Doctorat
Date de début :01/09/2024
Rémunération :selon grille indiciaire
Secteur d'activité :enseignement et recherche
Description :Poste de maitr(ess)e de conférences en statistique spécialisé(e) dans le domaine de l’apprentissage statistique
En savoir plus :https://mia-ps.inrae.fr/node/610
Notice_MMIP_MC_Stats_2024.pdf
Contact :pierre.barbillon@agroparistech.fr
Stage M2 Recherche : Clustering de données fonctionnelles
Publiée le 31/01/2024 10:08.
Référence : Stage M2 Clustering CNAM.
Stage, 2 rue Conté, 75003 Paris.
Entreprise/Organisme :Conservatoire National des Arts et Métiers
Niveau d'études :Master
Sujet :Classification non-supervisée pour l’identification de paysages acoustiques homogènes
Date de début :mars/avril
Durée du contrat :6 mois
Rémunération :Gratification
Secteur d'activité :Recherche académique, statistique, océanographie
Description :Stage de recherche sur classification de trajectoires avec application en océanographie. Possibilité de poursuite en thèse. Voir pièce jointe pour plus de détails. Modalités de candidature : Les dossiers de candidatures devront être composés d’un cv détaillé, présentant l'adéquation du candidat par rapport au sujet, d’une lettre de motivation mettant en évidence les raisons de la candidature, ainsi que des relevés de notes associés au diplôme le plus élevé. Ces éléments devront être transmis par mail aux trois adresses suivantes : vincent.audigier@cnam.fr ; feriel.bouhadjera@lecnam.net ; ndeye.niang_keita@cnam.fr
En savoir plus :https://vincentaudigier.weebly.com/uploads/1/7/3/1/17317324/stage_m2_oceano.pdf
stage_M2_oceano.pdf
Contact :vincent.audigier@cnam.fr
Poste IR INRAE en Statistique et Data Science pour la génétique animale
Publiée le 31/01/2024 10:08.
CDI, Jouy-en-Josas.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Description :Vous souhaitez utiliser vos compétences en Statistique, Data Science et Analyse de données omiques pour répondre à des questions de recherche ambitieuses en génétique animale ? Rejoignez-nous ! #INRAErecrute Un poste d’ingénieur.e de recherches en Statistique et Data Science pour la génétique animale devrait s’ouvrir cette année à INRAE dans l’équipe GIBBS ("Genomics, Biodiversity, Bioinformatics, Statistics") de l’Unité GABI (« Génétique animale et biologie intégrative ») située à Jouy-en-Josas. - Un profil interdisciplinaire dans un environnement scientifique dynamique - Des partenariats internationaux en Europe et dans le monde - Un employeur public engagé dans les politiques sociales et environnementales Intéressé.e ? Rendez-vous sur INRAE Jobs dès le 21 Février 2024 pour postuler ! Les inscriptions seront closes le 22 Mars 2024. Personnes à contacter pour plus de renseignements : Florence Jaffrézic (florence.jaffrezic@inrae.fr) Denis Laloë (denis.laloe@inrae.fr) ######################################################################### Subject: INRAE research engineer position in Statistics and Data Science for animal genetics Are you interested in using your interdisciplinary skills in Statistics, Data Science and omics data analysis to answer ambitious research questions in animal genetics? Join us! #INRAErecrute A permanent research engineer position in Statistics and Data Science for animal genetics is expected to be opening this year at INRAE in the GiBBS team (“Genomics, Biodiversity, Bioinformatics, Statistics”) in the GABI unit (“Animal genetics and integrative biology”) located in Jouy-en-Josas. - A strongly interdisciplinary position in a dynamic scientific environment - International partnerships in Europe and worldwide - A public employer committed to social and environmental policies Interested? The opening date for applications is on 21 February 2024, and the application deadline will be on 22 March 2024. Check out INRAE Jobs for more details! People to contact for more information: Florence Jaffrézic (florence.jaffrezic@inrae.fr) Denis Laloë (denis.laloe@inrae.fr)
En savoir plus :https://jobs.inrae.fr/concours/concours-externes-ingenieurs-cadres-techniciens-h-f
Contact :florence.jaffrezic@inrae.fr
CHARGE D'ETUDES STATISTIQUES H/F
Publiée le 31/01/2024 10:08.
Référence : BIPEA-STAT-CDI-01-2024.
CDI, Paris 18.
Entreprise/Organisme :BIPEA
Niveau d'études :DUT/Licence ou équivalent
Date de début :ASAP
Rémunération :De 24 à 28 K€ par an selon expérience
Description :Le BIPEA est une organisation scientifique accrédité selon la norme ISO 17043 ayant pour mission d’assurer et d’améliorer le niveau d’expertise des laboratoires d’analyses (agroalimentaire, environnement, cosmétique, pharmaceutique) en France et à l’international en leur proposant notamment une large gamme d’essais interlaboratoires d’aptitude (EILA) destinés à évaluer leur performance. Fort de plus de 50 années d’expérience, le BIPEA compte aujourd’hui près de 4000 laboratoires participants répartis dans plus de 120 pays et propose plus de 200 programmes d’aptitude réguliers. Nous recherchons pour un poste en CDI un CHARGE D'ETUDES STATISTIQUES F/H. Le Chargé d'Etudes Statistiques réalise les traitements statistiques mensuels des essais interlaboratoires organisés par le BIPEA, jusqu'à l'élaboration du rapport final. Rigueur, respect des procédures et des délais et organisation sont indispensables au succès des missions attribuées. De formation Bac+2/+3, une connaissance des domaines scientifiques comme la chimie, la biochimie, la microbiologie ou le pharmaceutique serait un plus pour réussir dans ces fonctions. Rémunération De 24 à 28 K€ par an selon expérience Avantages : · Mutuelle · Prime de vacances · Intéressement · Participation au Transport · RTT · Carte restaurant
En savoir plus :https://extranet.bipea.org/documents/information/FR/2024stat.pdf
Contact :contact@bipea.org
Development of a deep latent block model for co-clustering
Publiée le 31/01/2024 10:08.
Stage, Sophia-Antipolis.
Entreprise/Organisme :Centre Inria d'Université Côte d'Azur
Niveau d'études :Master
Sujet :Subject The proposed internship is in the context of co-clustering which consists in simultaneously clustering the rows and the columns of an array of data [1], this is particularly useful to summarize large datasets. A popular probabilistic model co-clustering is the latent block model [3](LBM), it assumes that the clusters in each row and each column are drawn independently from two multinomial distributions and that given these clusters all the entries of the data array are independent, and that each entry follows a distribution only depending on its clusters in row and column. In the internship, we propose to develop an extension of the LBM in the case of binary data by assuming that each row and each column can be encoded by a latent position in an Euclidean space and that the parameter of the distribution of each entry only depends on these latent positions similarly to [5]. This model performs both co-clustering and visualization of the data through the latent positions as in [2]. For the parameters inference we will consider a variational approach as in [2] by making use of a neural network architecture for the approximate posterior distribution of the latent variables. Missions The main mission of the internship is to write the mathematical model and its parameters inference, and perform its implementations on Python. Moreover, the accuracy of the proposed methodology will also be studied on real data sets. A thesis subject may be proposed as a continuation of this internship. References [1] Christophe Biernacki, Julien Jacques, and Christine Keribin. A survey on model-based co-clustering: High dimension and estimation challenges. 2022. [2] Rémi Boutin, Pierre Latouche, and Charles Bouveyron. The deep latent position topic model for clustering and representation of networks with textual edges, 2024. [3] Vincent Brault and Mahendra Mariadassou. Co-clustering through latent bloc model: A review. Journal de la Société Française de Statistique, 156(3):120–139, 2015. [4] Gérard Govaert and Mohamed Nadif. Block clustering with bernoulli mixture models: Comparison of different approaches. Computational Statistics and Data Analysis, 52(6):3233–3245, 2008. [5] Mark S Handcock, Adrian E Raftery, and Jeremy M Tantrum. Model-based clustering for social networks. Journal of the Royal Statistical Society: Series A (Statistics in Society), 170(2):301–354, 2007.
Date de début :From March 2024
Durée du contrat :6 months
Rémunération :About 600 euros per month
Secteur d'activité :Recherche
Description :Subject The proposed internship is in the context of co-clustering which consists in simultaneously clustering the rows and the columns of an array of data [1], this is particularly useful to summarize large datasets. A popular probabilistic model co-clustering is the latent block model [3](LBM), it assumes that the clusters in each row and each column are drawn independently from two multinomial distributions and that given these clusters all the entries of the data array are independent, and that each entry follows a distribution only depending on its clusters in row and column. In the internship, we propose to develop an extension of the LBM in the case of binary data by assuming that each row and each column can be encoded by a latent position in an Euclidean space and that the parameter of the distribution of each entry only depends on these latent positions similarly to [5]. This model performs both co-clustering and visualization of the data through the latent positions as in [2]. For the parameters inference we will consider a variational approach as in [2] by making use of a neural network architecture for the approximate posterior distribution of the latent variables. Missions The main mission of the internship is to write the mathematical model and its parameters inference, and perform its implementations on Python. Moreover, the accuracy of the proposed methodology will also be studied on real data sets. A thesis subject may be proposed as a continuation of this internship. References [1] Christophe Biernacki, Julien Jacques, and Christine Keribin. A survey on model-based co-clustering: High dimension and estimation challenges. 2022. [2] Rémi Boutin, Pierre Latouche, and Charles Bouveyron. The deep latent position topic model for clustering and representation of networks with textual edges, 2024. [3] Vincent Brault and Mahendra Mariadassou. Co-clustering through latent bloc model: A review. Journal de la Société Française de Statistique, 156(3):120–139, 2015. [4] Gérard Govaert and Mohamed Nadif. Block clustering with bernoulli mixture models: Comparison of different approaches. Computational Statistics and Data Analysis, 52(6):3233–3245, 2008. [5] Mark S Handcock, Adrian E Raftery, and Jeremy M Tantrum. Model-based clustering for social networks. Journal of the Royal Statistical Society: Series A (Statistics in Society), 170(2):301–354, 2007.
En savoir plus :NA
stage_coclustering.pdf
Contact :vincent.vandewalle@inria.fr

Page précédente  1  2  <3>  4  Page suivante

 
 
©2024 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 :