Consulter les offres d’emploi

Post doc en biostatistique - 18 mois
Publiée le 27/04/2022 10:47.
Postdoc, Tours.
Entreprise/Organisme :INSERM U1246
Niveau d'études :Doctorat
Durée du contrat :18 mois
Description :Post-doctoral researcher position (18 months) Description of the position: The INSERM SPHERE Unit U1246 is part of both the Universities of Tours and Nantes and aims to contribute to high-quality research in methods on patient-centered outcomes and health research. We are looking for a motivated scientific staff member to join our team and engage in our research project QUARTET. Summary of the project: Cluster randomised trials (CRTs) are trials in which intact social units, such as hospitals, medical practices or communities, are randomized to intervention or control conditions while outcomes are then assessed on individuals within such clusters. The use of CRTs to evaluate clinical and public health interventions has been rising in recent years. In CRTs, outcomes assessed on individuals from a given cluster are correlated. This clustering has to be taken into account at the planning stage, leading to an increased sample size to reach the same power as a comparable individually randomized trial. Analysis methods of a CRT must also account for the correlated nature of the outcomes within clusters. This can be done by using either mixed-effects models, in which clusters are treated as random effects, or marginal models estimated with generalized estimating equations (GEEs). When reporting the results of a CRT, a measure of intracluster correlation should be reported, usually the intracluster correlation coefficient. Most of the developments to quantify and account for clustering in the analysis of CRTs have considered continuous or binary outcomes. Conversely, limited methods and recommendations are available for time-to-event (TTE) outcomes, which measure the time from the beginning of an observation period to an event of interest. In practice, TTE outcomes in CRTs are often inappropriately analysed, by treating them either as clustered binary outcomes or as TTE outcomes but ignoring correlation. The performance of existing analysis methods for correlated TTE outcomes has not been compared in the context of CRTs and the intracluster correlation coefficient (or any other measure of intracluster correlation) for TTE outcomes has not been clearly defined. The main objective of the present project is to identify optimal analysis methods for TTE outcomes in CRTs including appropriate methods of estimating the degree of clustering for TTE outcomes. First, we will complete a review of recently published CRTs to obtain an overview of existing practices. Second, we will search the methodological and statistical literature to identify all available methods to analyse correlated TTE data. Where gaps are identified, we will develop novel methods appropriate for CRTs. Existing and novel methods will be compared by simulation. A similar approach will be used for measures of clustering. This part of the project will consist of both theoretical work to develop new methods as well as computer simulation to evaluate methods. Finally, real data from three CRTs (for which we already have the agreement from the scientific coordinators) will be used to illustrate our findings. Ease of use of the selected methods and ease of interpretation of the results produced by these methods will be evaluated by surveying a panel of clinicians and statisticians. We will use a Delphi method to reach consensus. The objective of this innovative step is to balance statistical properties with ease of use and ease of interpretation in the development of final guidelines for analysis and measures of clustering. Recommended methods will be implemented in user-friendly R packages to be available to the wider scientific community. At the end, this project will provide practical guidelines for TTE outcomes in CRTs, with a special focus on balance between statistical aspects and interpretability for future users. Your tasks: The post-doctoral researcher will work specifically on measures of clustering for time-to-event outcomes in cluster randomised trials. This will include analytical developments and simulations. The position will include teaching activity and a master’s thesis supervision. The position will be based in the office space of the SPHERE unit in the teaching hospital of Tours. The applicant will have his/her own office with an adequately powered computer. The position will be open until filled. In order to receive full consideration, applications should be submitted by July 1st, 2022. The starting date is flexible, but no later than early 2023. Requirements: Please be sure to highlight your strengths pertaining to the following elements to help us in accurately evaluating your application. Searched project-specific elements: • Completion of a PhD in a relevant discipline (e.g. biostatistics, medical statistics, mathematics, bioinformatics). • Knowledge in the methodology and the statistical analysis of randomised controlled trials. • Advanced programming skills in the statistical software program R/RStudio. • Strong knowledge in written and spoken English. • Demonstrated experience in statistical methods for cluster randomised trials or any other situation with correlated data. • Demonstrated experience in survival analysis. Further desirable elements: • Scientific writing skills as demonstrated by prior research publication. • Experience in simulation studies. How to apply: Please send all application documents (cover letter, curriculum vitae, etc.) to agnes.caille@med.univ-tours.fr Do not hesitate to ask content related questions to Dr Agnès Caille agnes.caille@med.univ-tours.fr
En savoir plus :https://sphere-inserm.fr/
Post_doctoral_researcher_position_V20220426.pdf
Contact :agnes.caille@univ-tours.fr
Research engineer in modeling/machine learning
Publiée le 21/04/2022 12:06.
CDD, Gif-sur-Yvette.
Entreprise/Organisme :CentraleSupélec, LGPM, Chaire de Biotechnologie
Niveau d'études :Master
Date de début :Septembre 2022 à adapter selon les besoins
Durée du contrat :CDD de 1 an – Extension possible selon performance
Secteur d'activité :Applied mathematics ; Process Engineering
Description :RELOAD is an ANR project that focuses on the production of biogas by anaerobic digestion and has the dual objective of: (i) optimizing the agitation within the bioreactors in order to increase the treated dry matter load and (ii) designing an optimal control strategy for process supervision. Anaerobic digestion bioreactors (biodigesters) are particularly complex units to operate. There are many issues: hydrodynamic behavior, biological behavior, and coupled effects between the two. The agitation system must be designed in such a way that homogeneous mixing is ensured while minimizing bacterial stress and floc disruption. Furthermore, the difficulty of operation increases with the dry matter load (main substrate for biogas production), which is currently limited to 15%. By means of new tools (numerically designed mixers, advanced biological modeling, and state-of-the-art control methods), the RELOAD consortium aims to operate the biogas plants with a load of up to 20% dry matter and thus increase their biogas productivity. The project is structured around 5 main phases: characterization of the hydrodynamics of the digesters, coupling of the hydrodynamic model to the biological model (called "complete hydro-biological model"), development of a control strategy, validation on a pilot site, and development of new mixers. Within this consortium, your mission will be to produce a reduced numerical model allowing the use of the complete model for designing a control law. Indeed, the execution of the complete model will probably be long and thus incompatible with the reactivity necessary for automatic control. The objective will be to accelerate the calculations while keeping a maximum precision, even if it means sacrificing the explainability.
En savoir plus :xx
Profil IR Reload_LGPM Chaire Biotechnologie_V2.pdf
Contact :cristian.puentes@centralesupelec.fr
UniProf recrute des professeurs de statistiques
Publiée le 21/04/2022 12:05.
CDD, Genève.
Entreprise/Organisme :UniProf
Niveau d'études :DUT/Licence ou équivalent
Date de début :22/04/2022
Rémunération :A négocier
Description :UniProf est à la recherche de professeurs de statistiques qui proposent des cours en ligne et en présentiel à des étudiants de l'université. UniProf : qu'est-ce que c'est ? UniProf est une plateforme en ligne qui a pour objectif de fournir des cours particuliers de qualité et pour tous types de sujets, dont les statistiques. Ton profil • Tu as un diplôme ou une certification en statistiques • Tu as de l'expérience dans l'enseignement • Tu as les compétences informatiques basiques (Microsoft Office, Skype, Google) Tes missions En tant que professeur, tu auras les responsabilités suivantes : • Enseigner les statistiques • Aider les étudiants à préparer leurs examens ou les aider avec leurs thèses • Fournir des supports d'apprentissage, si les élèves en ont besoin • Créer un programme d'enseignement personnalisé sur la base des besoins de l'étudiant Comment devenir professeur pour UniProf ? • Crée ton profil gratuitement sur : https://bit.ly/3xEZOOc • Choisis les sujets que tu veux enseigner (statistiques) • Charge tes diplômes et justifie tes expériences en tant que professeur • Présente-toi lors d'un entretien Skype avec notre équipe Combien peux-tu être rémunéré(e) ? La rémunération des professeurs dépend du nombre d'élèves et du type d'aide dont l'étudiant a besoin. Deviens professeur aujourd'hui, UniProf t'attend !
En savoir plus :https://bit.ly/3xEZOOc
Contact :teacher@uni-prof.ch
Analyse topologique de données pour les écoulements turbulents
Publiée le 16/04/2022 21:15.
Thèse, La Rochelle.
Entreprise/Organisme :Université de La Rochelle
Niveau d'études :Master
Date de début :Octobre 2022
Durée du contrat :3 ans
Secteur d'activité :Analyse de données appliqué à la mécanique des fluides
Description :Analyse topologique des données pour les écoulements turbulents.
En savoir plus :NA
Contact :dina.razafindralandy@univ-lr.fr
Localisation des points de vente en circuits courts alimentaires
Publiée le 14/04/2022 15:12.
Postdoc, Lille.
Entreprise/Organisme :LEM CNRS 9221/ Université de Lille
Niveau d'études :Doctorat
Description :L’objectif du post-doctorat sera de contribuer à la compréhension et à la modélisation de la structure de la localisation des différents types de points de vente en circuits courts. Il s’agira de prendre en compte les caractéristiques et la localisation de l’offre (les exploitations agricoles engagées en circuits courts) et de la demande (les caractéristiques des bassins de consommation). La prise en compte de la localisation des points de vente en circuits courts, mais aussi en circuits longs, les uns par rapport aux autres permettront également d'étudier de possibles effets de concurrence ou au contraire de complémentarités et synergies (externalités d’agglomération, effets de réseau...).
En savoir plus :https://bit.ly/3MR5utK
Offre post-doc LEM bdd spatiale circuits courts.pdf
Contact :laurence.delattre@univ-lille.fr
Ingénieur-e statisticien-ne sur les suivis et analyses de biodiversité en forêt
Publiée le 14/04/2022 15:11.
Référence : CDD Passifor2_Insylbios.
CDD, Nogent-sur-Vernisson, France.
Entreprise/Organisme :INRAE
Niveau d'études :Doctorat
Date de début :01/06/2022
Durée du contrat :7 mois
Rémunération :entre 2 033 € et 2 150 € selon l'expérience professionnelle
Secteur d'activité :Recherche
Description :Votre travail de chargé-e de mission biostatistique s’inscrira dans le cadre de deux projets. D’une part, le projet Passifor2 (Propositions d’Amélioration de système de suivi de la biodiversité forestière 2019-2022), conduit par INRAE et le GIP Ecofor avec le MNHN, en appui aux politiques publiques pour le pilotage des suivis et observatoires de biodiversité. Le but de PASSIFOR-2 est de produire des connaissances, méthodes et synthèses pour améliorer les suivis de biodiversité forestière en France métropolitaine et de proposer des maquettes de suivi de biodiversité forestière. D’autre part, le projet Insylbios (« Mieux comprendre et INtégrer dans les pratiques SYLvicoles le rôle de la BIOdiversité des Sols dans le fonctionnement des forêts du sud du Massif Central ») coordonné par le CRPF Occitanie. Afin d’étudier les impacts de différentes sylvicultures sur la biodiversité des sols et des éventuelles conséquences en termes de fertilité et stabilité des écosystèmes, ce projet prévoit la comparaison des communautés biologiques du sol de forêts gérées selon différentes modalités et de forêts anciennes en libre évolution. Un réseau de placettes est en cours d’installation dans des peuplements de Hêtre et de Douglas aux historiques de gestion contrastés, dans lesquels sont relevées des données sur les propriétés physico-chimiques et biologiques (flore, faune, champignons) des sols, notamment. Sous la responsabilité de nos chercheurs et ingénieurs, et en interaction étroite avec le CRPF pour le projet Insylbios, vous serez plus particulièrement en charge de développements ou synthèses statistiques dans ces deux projets. Vous serez ainsi responsable : De la rédaction de deux synthèses bibliographiques en Français sur des sujets biométriques utiles pour concevoir des suivis de biodiversité : le choix des métriques de biodiversité interspécifique visées, et le choix de l’approche statistique (pour résumer, fondée sur le design ou fondée sur les modèles). Ces synthèses devront être didactiques relativement courtes (pas plus d’une vingtaine de pages), feront partie du rendu du projet PASSIFOR2 et pourront donner lieu à une publication en Français à l’issue du projet. Des références bibliographiques ont déjà été identifiées et vous serez encadré(e) par le responsable de la tâche de Passifor2 sur cette tâche ; De l’analyse statistique des données du projet Insylbios en lien avec des hypothèses déjà identifiées. Les résultats de ces analyses statistiques seront utilisés dans le cadre de la valorisation de la fin du projet Insylbios et serviront notamment à la phase de transfert des résultats prévue en toute fin de projet. Les principales techniques statistiques envisagées incluent des modèles statistiques paramétriques ou semi-paramétriques assez classiques : modèle linéaires généralisés à effets mixtes, modèles additifs généralisés à effets mixtes, modèles joints de distributions d’espèces, modèle à équations structurelles. Les analyses seront menées sous R (package envisagés : GAMM, glmmTMB, lmer, hmsc, piecewiseSEM…). Des extensions avec des outils de machine learning sous R sont possibles (random forests, boosted regression trees…). Ces analyses seront complétées par des analyses multivariées. Vous serez supervisé-e par Frédéric Gosselin et travaillerez en lien étroit avec le CRPF Occitanie.
En savoir plus :https://jobs.inrae.fr/ot-14622
Contact :frederic.gosselin@inrae.fr
PhD position at Paris-Saclay University
Publiée le 14/04/2022 15:11.
Référence : PhD_UDOPIA_sfds.
Thèse, Laboratoire de Mathématiques et Modélisation d'Évry (LaMME).
Entreprise/Organisme :Université Paris-Saclay
Niveau d'études :Master
Sujet :Defining domain of validity in AI (Artificial intelligence) with conformal prediction: Application to high frequency time series
Date de début :1/10/2022
Durée du contrat :36 months
Secteur d'activité :Statistics, Machine learning, Uncertainty Quantification, Functional data analysis
Description :The construction of a trusted AI is one of the major challenges of AI to enable its adoption. Trust is at the heart of the debates (AI regulatory project at European level) and of the concerns of manufacturers. To identify the area of ​​reliable operation of an AI, we propose conformal prediction techniques. These "Distribution-free" techniques are particularly suitable for calculations of prediction intervals of complex Machine Learning and Deep Learning models, and provide the means to map the uncertainty of AI. The objective of the thesis is to contribute to a formalization and a precise quantification of the notion of domain of validity thanks to the Quantification of Uncertainties, including in the case of variables of very large dimensions, such as time series and functional data. As part of the project, open source applications and development (#MAPIE https://github.com/scikit-learn-contrib/MAPIE) are planned.
En savoir plus :https://www.adum.fr/as/ed/voirproposition.pl?langue=&site=psedmh&matricule_prop=41206
park_ADUM2022.pdf
Contact :juhyun.park@ensiie.fr
Ingénieur(e) de recherche apprentissage profond semi-supervisé
Publiée le 14/04/2022 15:10.
CDD, Inria Sophia Antipolis.
Entreprise/Organisme :Inria Sophia Antipolis
Niveau d'études :Master
Durée du contrat :18 mois
Description :Dans le cadre d’une collaboration entre Naval Group et Inria, l’ingénieur.e travaillera à l’élaboration d’une bibliothèque Python (basée Pytorch) open-source consacrée à l’apprentissage profond semi-supervisé. Cette bibliothèque sera en parallèle adaptée et appliquée aux applications industrielles de Naval Group dans le domaine de l'image et des séries temporelles. L’ingénieur.e travaillera également avec l’équipe Maasai sur des questions de recherche en apprentissage semi-supervisé. Selon les compétences du candidat ou de la candidate, le poste peut être vu comme un poste d’ingénieur(e) ou comme un post-doctorat, avec un équilibre ingénierie/recherche adaptable. Plus de détails sur https://recrutement.inria.fr/public/classic/fr/offres/2022-04709
En savoir plus :https://recrutement.inria.fr/public/classic/fr/offres/2022-04709
Contact :pierre-alexandre.mattei@inria.fr
An Intelligent Autonomous Prescriptive Maintenance System for CyberPhysical Systems with Degradation
Publiée le 08/04/2022 12:22.
Thèse, Troyes, France.
Entreprise/Organisme :Université de Technologie de Troyes
Niveau d'études :Doctorat
Date de début :October 2022
Durée du contrat :3 years
Description :The project realization requires knowledge in the fields of reliability & maintenance, machine learning, or applied mathematics. We are looking for a PhD candidate who holds an MSc degree and is familiar with one or more of the following topics: 1. Stochastic modeling and simulation (stochastic process, Monte Carlo simulation, dynamic programming, etc.), 2. Machine leaning (reinforcement learning, deep learning, etc.) 3. Applied mathematics (probability, statistics, etc.). A good level of programing (Matlab, Python, JuliaLang, or R, etc.) is appreciated. For PhD applicant, please send your CV, cover letter, Bachelor and Master transcript, and other useful documents (two recommendation letters, publications, Master rank, etc.) to tuan.huynh@utt.fr by April 24, 2022.
En savoir plus :https://recherche.utt.fr/research-directory/tuan-huynh
PhD_Proposal_2022_HKT.pdf
Contact :tuan.huynh@utt.fr
POST-DOC en Statistique pour Psychologie
Publiée le 08/04/2022 10:43.
Postdoc, Genève (Suisse).
Entreprise/Organisme :Université de Genève
Niveau d'études :Doctorat
Date de début :1er septembre 2022
Durée du contrat :3 ans (maximal)
Description :Profil souhaité: Fort intérêt pour la statistique et l'analyse de données appliquées à des recherches en psychologie, en particulier sur les modèles à effets mixtes, les comparaisons multiples, l’analyse de signaux d'imagerie cérébrale ou le rééchantillonnage; volonté de se former dans le domaine Langues : français (enseignement) et anglais (recherche) Recherche dans le domaine proposé et encadrement de Travaux dirigés des cours de Méthodologie et analyse de données du Bachelor et du Master en Psychologie Nationalité : suisse ou pays membre de l’UE Les candidatures seront évaluées à partir du 25 avril 2022 jusqu'à ce que le poste soit repourvu.
En savoir plus :https://www.unige.ch/fapse/mad/
Annonce_PostDoc2022.pdf
Contact :olivier.renaud@unige.ch
Postdoc, Université de Bordeaux
Publiée le 06/04/2022 10:12.
Référence : Postdoc-Bordeaux.
Postdoc, 3 Ter, Place de la Victoire, 33000 Bordeaux.
Entreprise/Organisme :Université de Bordeaux, Laboratoire de Psychologie EA4139
Niveau d'études :Doctorat
Date de début :Dès que possible
Durée du contrat :18 mois
Rémunération :Dépend de l'expérience du candidat
Secteur d'activité :Recherche sur les troubles mentaux et le risque suicidaire
Description :Le laboratoire de psychologie EA4139 de l’Université de Bordeaux recrute un postdoc (ou ingénieur de recherche) pour une durée de 18 mois. La personne travaillera sur des études en cours portant sur la santé mentale des jeunes, notamment sur les idéations et comportements suicidaires. Les tâches principales porteront sur la gestion de bases de données, l’analyse de données, l’implication dans le suivi longitudinal de participation et la préparation d’articles scientifiques.
En savoir plus :xx
Offre de postdoc - IGR.pdf
Contact :mathilde.husky@u-bordeaux.fr
Post-doctoral position at Sorbonne University
Publiée le 05/04/2022 21:38.
Postdoc, Post-doctoral position.
Entreprise/Organisme :Sorbonne University
Niveau d'études :Doctorat
Sujet :Aggregation of Experts for Out-of-Data Forecasting
Date de début :01/10/2022
Durée du contrat :1 an
Rémunération :Appr. 60 000 euros bruts
Description :Yannig Goude (Senior Researcher, EDF R&D) and I are pleased to announce a post-doctoral position opening on October 1, 2022, at Sorbonne University. The project on « Aggregation of Experts for Out-of-Data Forecasting » longs 1 year and is supported by the ANR Project T-REX.
En savoir plus :http://wintenberger.fr
post_doc_T_rex.pdf
Contact :olivier.wintenberger@universite-sorbonne.fr
Chargé(e) d’études statistiques
Publiée le 31/03/2022 11:24.
CDD, Paris 15.
Entreprise/Organisme :Ministère de l'éducation nationale,Direction de l'évaluation, de la prospective et de la performance
Niveau d'études :Master
Durée du contrat :3 ans
Description :Le titulaire du poste, en concertation avec le chef de bureau, est responsable, au sein d’une équipe de statisticiens, de la mise en œuvre d'enquêtes et d'études statistiques dans le cadre de suivis de panels d’élèves à différents moments de leur scolarité (panels d’entrant en CP, panel d’entrant en petite section de maternelle…). Il intervient aussi pour analyser les données d’enquêtes sur échantillon conduites par le bureau. Il utilise des méthodes statistiques appropriées aux projets qui lui sont confiés. Il organise la chaîne de traitement de données structurées de façons variées. Il est impliqué dans tout le cycle d’étude : de la collecte à l'analyse statistique. Il accompagne le chef de projet et les autres parties prenantes dans l’interprétation des résultats et leurs analyses. Il est amené à rédiger des documentations pour les utilisateurs des chaînes de traitement et participe à la rédaction des rapports et des synthèses de présentation des résultats des analyses statistiques.
En savoir plus :https://place-emploi-public.gouv.fr/offre-emploi/depp-b2-2-charge-d-etudes-statistiques-fh-reference
Fiche Poste PEP_DEPP_RD.pdf
Contact :ronan.vourch@education.gouv.fr
Jeune Docteur - Data Scientist R&D (H/F)
Publiée le 21/03/2022 16:28.
CDI, Levallois-Perret (télétravail total possible).
Entreprise/Organisme :Yanport
Niveau d'études :Doctorat
Rémunération :de 40 à 50K€/an
Secteur d'activité :Proptech (Immobilier, intelligence artificielle / Machine Learning, Big Data)
Description :Descriptif du poste: Quelques mots sur le contexte de ce recrutement 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. Profil recherché: 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. Connaissances d’outils d’analyse statistiques : R, SPSS… 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. Il est indispensable de ne jamais avoir été embauché en CDI après l’obtention de la thèse (contrainte impérative pour respecter les critères du CIR). Les challenges que tu trouveras chez Yanport Travailler sur des jeux de données de type “Big Data”, avec plusieurs dizaines de millions de biens immobiliers. Concevoir et améliorer des modèles de machine learning et participer à leur mise en production. Partager et échanger au quotidien tes idées et tes pistes d’améliorations avec l’équipe Data pour réaliser les différentes tâches et missions qui te seront confiées. Déroulement des entretiens Ça te parles ? La suite se passe ici ! Pré-séléction suite à ta candidature: Premier entretien avec Ludovic Gauvin (CDO). Réalisation d’un test technique et entretien de debrief avec l’équipe. Second entretien avec Clément Lardeur (CTO). Débrief interne. Proposition de contrat.
En savoir plus :https://www.welcometothejungle.com/fr/companies/yanport/jobs/data-scientist-r-d-jeune-docteur-h-f_levallois-perret?q=f056b2d57fa389b4c4eb6840314c3ace&o=953197&e=companies_jobs
Contact :lgauvin@yanport.com
Data manager
Publiée le 08/03/2022 19:59.
Référence : IMPULSEdata.
CDD, Lyon.
Entreprise/Organisme :Equipe IMPULSE - INSERM U1290 RESearch on HealthcAre professionals and PErformance (RESHAPE)
Niveau d'études :Master
Date de début :Dès que possible
Durée du contrat :12 mois renouvelables
Rémunération :A partir de 2096.37€ brut mensuel selon expérience
Secteur d'activité :Recherche biomédicale
Description :Dans le cadre du développement de l’équipe IMPULSE, le/la candidat(e) aura pour mission la gestion et l’analyse de grandes bases de données sur des produits de santé, en particulier celles du Système National des Données de Santé (SNDS) et l’utilisation d’approches appliquées au big data. Il/Elle mènera ses missions sous la supervision de la responsable de l’équipe IMPULSE (Marie VIPREY). cf offre ci joint pour plus de détails
En savoir plus :https://www.hesper.fr/
Offre d'emploi_analyste de données IMPULSE_IE V3.pdf
Contact :marie.viprey@inserm.fr

Page précédente  1  2  3  <4>  5  Page suivante

 
 
©2022 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 :