Consulter les offres d’emploi

6 month (minimum) internship on "Biological network contextualisation"
Publiée le 25/02/2019 13:53.
Stage, Palmerston North, New Zealand.
Entreprise/Organisme :Massey University / School of Fundamental Sciences
Niveau d'études :Master
Sujet :Integration of network information and gene expression data (see full description below)
Date de début :01/04/2019 (earlier/later start accepted)
Durée du contrat :6 months minimum
Rémunération :Yes, stipend for travel and living expenses
Secteur d'activité :Research / Biostatistics / Computational Biology
Description :#### Integration of network information and gene expression data #### ## Context, objectives, exploratory approach and expected results. Our goal is to put RNAseq measurements in the context of the molecular networks that govern cells activity. Large transcriptome profiles for different tissues enable researchers to seek tissue-specific patterns. This can be done via the identification of individual genes. However, biological processes are driven by the many interactions of their constituting entities. The interaction networks gather all the known interactions, for all conditions. From this “generic multiplex” network, we aim to identify active sub-clusters under specific conditions by contextualising the network. This idea comes within the scope of untangling the complexity of some genotype-phenotype relationships by identifying underlying causal (communities within) regulatory networks. To tackle noise, high-dimensionality and heterogeneity, we will use probabilistic graphical models (PGM) to contextualise relationships between genetic mutation, gene expressions and phenotypes of interest. For example, Markov random fields, a class of PGM, can integrate multiplex networks -a prior in statistical terms- with tissue or cell-specific data. We will map the landscape of cellular and tissue perturbations and identify subparts of the integral genetic circuitry specific to these conditions. Ultimately, we would like to transpose the developped methodology to the study of rare monogenic diseases (MD), characterised by mutations in single genes triggering devastating health disorders for affected individuals. MDs display largely unexplained variability in symptoms, causing many patients to remain undiagnosed, with almost no existing treatment (sample sizes can be very low) could be treated as specific conditions with a commmon triggering factor. Network contextualisation in this setting is a first step into personalised medicine. ## Role of the candidate and profile. The successful candidate will be responsible for the study of the data integration technique to jointly analyse multiplex networks and transcriptomics data and the implementation in the form of an R package. A report will also be expected to be produced at the end of the internship. Strong mathematical (e.g. a prior exposure to PGM such as Markov random fields or Bayesian networks) knowledge and computational (comfortable writing code in Python and/or C and/or R) skills with a real taste for multi-disciplinary collaborations (bioinformatics, medical health) are needed for this project. At least M2 or 3rd year/end of engineering school curriculum with 1st class or 2nd class upper honours. ## Practical aspects. A stipend to cover travel costs and living expenses in Palmerston North (NZ) is available to the right candidate for the duration of the internship (6 month minimum). The supervision team will include mathematicians/statisticians/bioinformaticians from Massey University (NZ) and Aix-Marseille* University (France). The ideal starting date would be at the very start of April 2019, although an earlier/later start is negotiable. To apply, please send your CV (including at least two refrerences) and a motivation letter (1 page max). Contacts: Matthieu Vignes, m.vignes@massey.ac.nz, +64 (0)6-951-7654 or Léo Pio-Lopez, leo.pio.lopez@gmail.com. Any question on this role? Feel free to contact us!
En savoir plus :http://www.massey.ac.nz/massey/expertise/profile.cfm?stref=651350
Contact :m.vignes@massey.ac.nz
Data analyst Pôle Innovation Scientifique H/F
Publiée le 22/02/2019 17:13.
Référence : Data analyst Innov Scien.
CDI, Levallois-perret.
Entreprise/Organisme :Médiamétrie
Niveau d'études :Master
Description :Leader des études médias, MEDIAMETRIE observe, mesure et analyse les comportements du public et les tendances du marché ; télévision, radio, cinéma, internet, cross- medias …
En savoir plus :https://recrutement.mediametrie.fr/jobs/cdi-data-analyst-pole-innovation-scientifique-h-f_levallois-
Data analyst junior Pôle Innovation Scientifique.pdf
Contact :mmoreno@mediametrie.fr
Data analyst H/F
Publiée le 22/02/2019 17:13.
Référence : Data analyst TV INT.
CDI, Levallois-perret.
Entreprise/Organisme :Médiamétrie
Niveau d'études :Master
Description :Leader des études médias, MEDIAMETRIE observe, mesure et analyse les comportements du public et les tendances du marché ; télévision, radio, cinéma, internet, cross-medias…
En savoir plus :https://recrutement.mediametrie.fr/jobs/cdi-data-analyst-pole-tv-internet-h-f_levallois-perret
Data analyst Pôle TV Internet .pdf
Contact :mmoreno@mediametrie.fr
Poste de Maître de Conférences
Publiée le 21/02/2019 21:43.
CDI, Toulouse.
Entreprise/Organisme :INP-ENSIACET/LGC
Niveau d'études :Doctorat
Secteur d'activité :Recherche & Enseignement Supérieur
Description :Poste de Maître de Conférences section 61/62 Enseignement : département "Génie Industriel" Toulouse INP-ENSIACET Recherche : département "Procédés et Systèmes Industriels" LGC Toulouse
En savoir plus :http://www.inp-toulouse.fr/fr/toulouse-inp/recrutement/campagnes-enseignants-chercheurs.html
INP-ENSIACET 61-62 MCF 0396.pdf
Contact :pascal.floquet@ensiacet.fr
Data Manager Clinique
Publiée le 19/02/2019 19:09.
Référence : Data Manager Clinique.
CDI, Neuilly-sur-Seine.
Entreprise/Organisme :IT&M STATS
Niveau d'études :DUT/Licence ou équivalent
Date de début :ASAP
Durée du contrat :CDI
Secteur d'activité :Cosmétique
Description :Spécialisée dans le domaine de la Recherche Clinique, la société IT&M STATS développe un pôle de compétences dans les différents métiers de la Recherche Clinique (Data Managers, Biostatisticien(ne)s, Analystes Programmeurs SAS…). Nous basons notre relation sur : - Un respect des collaborateurs et des clients, de leurs aspirations, - Un suivi personnalisé des collaborateurs et des clients, - Une gestion régulière des carrières des collaborateurs, - Des échanges transparents, - Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour un de nos clients en cosmétique, un(e) DATA MANAGER CLINIQUE. Missions La mission du consultant sera de mettre en place et suivre les études cliniques de l’évaluation de la performance produit. Puis de digitaliser ces études dans le système d’information. Dans le cadre du recueil des données individuelles des études cliniques PPE • Travailler en amont sur la collecte des données des études cliniques en mettant en place le recueil des données soit à travers un eCRF, soit à travers un Template Excel, soit en collaborant avec les CRO sur le format de renvoi des données • Assurer la validation des interfaces de collecte de données par rapport au protocole de l’étude • Assurer les activités de data management pendant le déroulement de l’étude et avant le gel de base : monitoring, queries, cleaning, cohérence des données globale et cohérence spécifique à l’étude en tenant compte des aspects fonctionnels du métier • Préparer les données pour l’analyse statistique • Participation au projet bench eCRF Dans le cadre du recueil des données consolidées des études cliniques PPE Claim • Travailler en amont sur la collecte des données des études cliniques en mettant en place le recueil des données à travers un Template Excel • Assurer la validation des interfaces de collecte de données • Collaborer à la mise au format des données pour leur intégration dans le datawarehouse de la R&I Dans le cadre de la mise en place de la gouvernance au niveau de la filière clinique • Travailler en amont avec les data manager sur les bonnes pratiques et les process Data management au niveau de la clinique et favoriser leur diffusion • Accompagner les chargés d’études de la PPE • Travailler sur l’harmonisation des protocoles et des pratiques par rapport aux domaines priorisés par la PPE Profil recherché - Formation scientifique, biologie/chimie (Bac+4/+5). - Vous avez 5 ans minimum d'expérience en data management clinique - Maîtrise SAS et Excel - La maîtrise de R et VBA est un plus - Connaissance du SDTM - Connaissance des études cliniques - Vous faites preuve d’un bon niveau écrit et oral d’anglais. - Qualités rédactionnelles - Autonomie dans la gestion au quotidien - Très bon relationnel dans les interactions avec les métiers : travail en collaboratif très important, force de proposition - Curieux, motivé, rigoureux, souple (sachant s’adapter à des évolutions) Le poste à pourvoir en Ile de France en CDI. Contact : recrutements@itm-stats.com
En savoir plus :http://www.itm-stats.com/
Offre d'emploi - 19022019 - Data Manager Clinique - IT&M STATS.pdf
Contact :recrutements@itm-stats.com
Analyse théorique statistique de signaux d’une flotte de capteurs mobiles
Publiée le 19/02/2019 19:08.
Postdoc, IFSTTAR COSYS LIVIC, 25 allée des Marronniers, 78000 VERSAILLES.
Entreprise/Organisme :IFSTTAR
Niveau d'études :Doctorat
Durée du contrat :12 mois
Description :Analyse théorique statistique de signaux d’une flotte de capteurs mobiles et application à la constitution d’une cartographie précise et dynamique de la pollution atmosphérique Le laboratoire LIVIC de l’IFSTTAR travaille sur les problématiques de mobilité innovante telles que la conduite autonome et les services d’assistance à la conduite connecté. Dans ce cadre, le laboratoire a lancé un nouveau projet, à forte composante innovante : le projet Bikair. Ce projet, initiant la création d’une startup, a pour objectif d’utiliser une flotte de véhicules-sondes, en commençant par des vélos, afin de constituer une cartographie spatialement et temporellement détaillée de la pollution atmosphérique. Un post-doctorat de 12 mois est donc requis pour compléter l’équipe projet. Les différentes tâches que devra alors réaliser le post-doctorant sont : · définir, à l’aide de la littérature, le cadre théorique permettant la mesure de pollution par un ensemble de véhicules-sondes. Ainsi, l’erreur et la fréquence de mesure d’un capteur ainsi que le nombre de capteurs et la fréquence de leur passage à un même endroit influent directement sur la qualité de la donnée finale ; · proposer un ensemble de solutions permettant d’analyser et agréger les données d’un ensemble de capteurs mobiles pour constituer une cartographie de pollution. A partir de la revue de littérature, une solution spécifique doit être conçue afin de maximiser la précision temporelle et spatiale de la cartographie de pollution. Cette étape permettra aussi de caractériser la définition temporelle minimale correspondant à une transmission en temps réel des informations sur les appareils des utilisateurs ; · développer les fonctions permettant, à partir des mesures de chaque véhicule, de construire une cartographie globale. Ces fonctions devront être à même de supporter une grande masse de données (big data) et devront être compatibles avec l’introduction de futures évolutions dont la prise en compte des écoulements liés à la météo, à la topographie urbaine et au placement du capteur face au flux d’air et la prise en compte du maillage du réseau de transport (contraignant l’interpolation des données) ; · participer à la valorisation de l’innovation (dépôt de brevet, dépôt APP, actions de communication). Profil du candidat : Docteur en mathématiques appliquées (statistiques) ayant des compétences en informatique (Python, R). Des compétences en programmation web (PhP, MySQL, Javascript, Python) seront appréciées mais non obligatoires. Anglais technique obligatoire pour la lecture de la documentation.
En savoir plus :https://www.ifsttar.fr
postdoc_sujet_Bikair.pdf
Contact :rachid.belaroussi@ifsttar.fr
Biostatisticien(ne)
Publiée le 19/02/2019 19:08.
Référence : BIOSTAT38.
CDD, Grenoble.
Entreprise/Organisme :Laboratoire HP2 INSERM / Université Grenoble Alpes
Niveau d'études :Master
Date de début :dès que possible
Durée du contrat :CDD 12 mois
Secteur d'activité :Recherche clinique
Description :Application de méthode statistiques avancées dans le cadre de la recherche clinique (données longitudinales notamment). Le poste s'inscrit dans le financement de la chaire E-santé de la fondation UGA. Un premier CDD est prévu pouvant être prolongé.
En savoir plus :NA
Chaire E Health Profil de poste Biostatisticien.pdf
Contact :sbailly@chu-grenoble.fr
Assessing the interplay between bacterial and host genetics on human infectious diseases
Publiée le 19/02/2019 10:31.
Référence : Human-bacteria genetics.
CDD, Institut Pasteur, Paris 15.
Entreprise/Organisme :Institut Pasteur
Niveau d'études :Doctorat
Date de début :April 2019 at the earliest
Durée du contrat :2 ans
Rémunération :Depending on experience
Secteur d'activité :Academic research
Description :CONTEXT & OBJECTIVES Applications are invited for a two years postdoctoral fellowship at the Institut Pasteur within the Statistical Genetics group in the Center of Bioinformatics, Biostatistics and Integrative Biology (C3BI). The genetics of common human diseases has been extensively, and successfully, explored using the now popular GWAS (genome-wide association study) approach, an agnostic and systematic screening for association between genetic variants and phenotype. In recent years, the same principle has been applied to other predictors and outcome data (e.g. PHEWAS for Phenome-wide association studies, EWAS for Epigenome-wide association study). With increasing genetic data on human pathogens, the community is showing strong interest for the implementation of similar approaches to study the impact of bacterial genetics on human phenotypes, and the interplay between host and bacteria genetics. In collaboration with other research group at the Institut Pasteur, our group is developing methodologies to address these questions using some of the largest and richest dataset available to date with extended genetic, phenotypic and environmental data. The work will address multiple statistical and computational challenges, and the population structure across bacterial strains in particular. The selected candidate will both lead method development and corresponding real data analyses. The project is highly collaborative, involving experts in statistics and computational sciences from our group and the C3BI (including over 100 biostatisticians and bioinformaticians), but also biologist and epidemiologist, as the functional impact of associated variants will be validated with genome editing (e.g., with Crisp-Cas9) in mice models, and with ex vivo assays in relevant human tissues. The selected candidate will be mentored by Dr. Hugues Aschard, but will also work with members of our research group and collaborators involved in the project. She/he will have access to all resources at Pasteur, including in particular the High Performance Computing Cluster which includes over 2,000 cores, and the rich scientific life of the campus (over 1,000 researchers from 11 departments on site). QUALIFICATIONS The position requires advance knowledge in statistics and computer sciences. The applicants should therefore have substantial educational background in Statistics/Biostatistics, Bioinformatics, Computer Science or other relevant disciplines. Experience with linear mixed model is required. ADDITIONAL INFORMATION Interested applicants should send their curriculum vitae, a brief cover letter, and contact information from at least one referee to Dr. Hugues Aschard (hugues.aschard@pasteur.fr). More information about our group and the C3BI can be found here https://research.pasteur.fr/en/team/statistical-genetics/ and here https://research.pasteur.fr/en/center/c3bi/.
En savoir plus :https://research.pasteur.fr/en/team/statistical-genetics/
Job.description_GWASbact.pdf
Contact :hugues.aschard@pasteur.fr
Un(e) Biostatisticien(ne)
Publiée le 19/02/2019 10:31.
Référence : Biostats_URC_Larib.
CDD, Unité de Recherche Clinique Lariboisière/APHP - Paris (75).
Entreprise/Organisme :Unité de Recherche Clinique Lariboisière/APHP - Paris (75)
Niveau d'études :Doctorat
Date de début :Poste à pourvoir immédiatemen
Durée du contrat :CDD d’un an renouvelable- Temps plein
Secteur d'activité :Recherche Clinique
Description :Au sein de l’équipe biométrie du Pr Eric VICAUT, le(a) biostatisticien(ne) aura pour mission: La réalisation des analyses statistiques : programmation des tables statistiques, graphiques et validation des résultats. La création des listes de randomisation. Rédaction des rapports statistiques. Veille méthodologique, recherche bibliographique. Relations professionnelles Le candidat travaillera en collaboration avec trois autres statisticiens et en lien avec tous les intervenants de la recherche (promoteurs, investigateurs, coordinateurs d'étude clinique, ARC, TEC, data managers). Compétences requises Formation Bac + 8 en statistique. Maîtrise des outils de statistiques appliquées à la recherche clinique. Bonne maîtrise du logiciel SAS (Base, Stat, Graph, Macro...) et ou R. Anglais scientifique. Sens de responsabilités, rigueur, esprit d’équipe, disponibilité. CDD d’un an renouvelable- Temps plein. Poste à pourvoir immédiatement. Rémunération : selon les grilles de l’Assistance Publique des Hôpitaux de Paris (AP-HP) et l’expérience acquise.
En savoir plus :xx
Fiche de Poste Biostatisticien.pdf
Contact :abdourahmane.diallo@aphp.fr
Postdoctoral fellowship in pharmacoepidemiology in pregnancy
Publiée le 15/02/2019 13:23.
Postdoc, Faculté de Médecine - 37 Allées Jules Guesde - 31000 Toulouse (France).
Entreprise/Organisme :Centre Hospitalier Universitaire of Toulouse (France), Service de Pharmacologie Médicale et Clinique
Niveau d'études :Doctorat
Sujet :PhD or equivalent degree in pharmaco-epidemiology or related fields
Date de début :April 2019
Durée du contrat :3 years
Rémunération :According to experience and to hospital research salary scale
Secteur d'activité :Pharmaco-epidemiology, Biostatistics
Description :Research laboratory presentation: Our research team in Pharmacoepidemiology is located in the department of Clinical Pharmacology, at Toulouse school of Medicine (South-West France). From several years, we have been working on reproductive risks of drugs. In 2004, we have created EFEMERIS database (www.efemeris.fr ), the first French database on prescriptions during pregnancy in general population which currently records anonymous data for more than 137,000 pairs mother/ pregnancy outcome. Children from EFEMERIS cohort are followed up until 2 years of age. In 2010 the cohort “POMME 2010” of around 8000 children was also set up. For the children of POMME, drug prescriptions are recorded during prenatal life and during childhood, until 7 years old at the present time. Five years later, “POMME 2015” has been created. The team also performs pharmacoepidemiological studies on national databases such as EGB (Echantillon Generaliste des Beneficiaires), an administrative database which represents a 1/97 sample of the French population. The team is involved in developing new methodological or statistical approaches. The team is the leader of the French network “REGARDS” (REproduction Gestation And Risk of DrugS) and is a partner of the European Consortium ConcePTION (IMI2 call 13 Topic 9), the aim of which is to “Build an ecosystem for better monitoring and communicating safety of medicines use in pregnancy and breastfeeding”. Research project description: In collaboration with the other members of the team, the post-doctoral fellow will conduct the following project that has been planned for the IMI ConcePTION project and participate to other missions of our group in the ConcePTION consortium: Methods for controlling by indication for prescriptions: application to medications for neuropathic pain - Rationale of the study (background): One of the major issues that arise when using large administrative health care registries is the absence of indication for drug use. This is a crucial problem for drugs with several indications when the risk for adverse pregnancy outcomes is different according to the underlying maternal disease. This uncertainty is an important limitation for the interpretation of pregnancy medication safety studies. The motivating example for this demonstration projects is drugs for neuropathic pain and dysfunctional (NDP). These medications include gabapentinoids (G), tricyclic antidepressants (TA), dopamine agonists (DA) and analgesics, which are also used for a range of other diseases like epilepsy and mental disorders. The increase in use and lack of data on safety during pregnancy, makes this topic of great public importance. - Aim and impact of the study: The aim of the study is to develop a method to identify drug indication in big electronic data sources in order to evaluate the risk of medications prescribed to pregnant women for NDP. The first step of the demonstration project is to estimate the prevalence and the incidence of women of childbearing age and pregnant women being dispensed medications for NDP. Then, an algorithm to determine the reason why the medication has been prescribed will be developed and validated with clinician experts by ad hoc preliminary study. Finally, the safety of medications (see “outcomes” below) for NDP in pregnancy (for ex G vs TA) will be evaluated in the different groups of pregnant patients (patients with NDP according to their treatment/ non treated NDP/without NDP). The European multicentre design of the demonstration project will allow including a sufficient number of pregnant patients in each group. Special attention will be paid to congenital anomalies, maternal and perinatal outcomes as well as childhood outcomes including growth and (neuro) development. This demonstration project will provide Health Agencies and Pharmaceutical industry with a regulatory valid algorithm to identify drug indication in administrative health care registries as well as recommendations on management of neuropathic and dysfunctional pain during pregnancy. - Innovative elements of the demonstration study: This project will use a novel approach to account for the underlying indication for use thus limiting the “disease bias” in future medications in pregnancy studies since disease physiopathology could account for some adverse effects in pregnancy outcomes. The ability of the algorithm developed with clinician experts to correctly identify women with NDP will be validated with medical records. The algorithm will take into account essential information, such as the drug name and dosage, the prescriber specialty, patient diagnoses and co-medications so that the basis algorithm can be applied and adapted in the data sources and different indications from different partner countries. For the demonstration project, pain severity will be taken into account through utilization of pain medications as a proxy for pain intensity and the trajectory method, which enables to assess the impact of drugs for NDP in pregnancy according to the profile of exposure. Other potentially confounding factors (such as environmental or genetic factors, comorbidities and co-prescriptions, alcohol or cigarette consumption when available) will be controlled using other methods: propensity scores (probability of exposure to medications for NDP given the observed confounders) and sibling comparison design. - Description of the study, including the methodology employed: • Data sources: Several databases could be used from across Europe, such as healthcare databases from Euromedicat, SNIIRAM and Scandinavian partners. Data concerning prenatal exposure to drugs for NDP will be also gathered among children’s disability registries (for example RH31) in Europe • Study population: women of childbearing age, pregnant women and their children followed in time • Outcomes: congenital anomalies, maternal and perinatal outcomes as well as neurodevelopmental risk or childhood outcomes • Exposure: medications for NDP • Analysis methods: algorithm validation, trajectory method, propensity score, sibling comparison Preferred Experience and Skills: - Academic requirements: PhD or equivalent degree in pharmaco-epidemiology or related fields - Skills and experiences: - Strong biostatistics skills are mandatory, - Experience on studies on large databases, - Previous SAS programming experience. - Language requirements: Fluent English (reading, writing and speaking) - Personal qualities: Strong organizational skills, communication skills, scientific rigor
En savoir plus :NA
Offre_PostDoc_IMI.pdf
Contact :christine.damase-michel@univ-tlse3.fr
3-month internship in a Pharma company based in Switzerland
Publiée le 15/02/2019 13:23.
Référence : Celg20190215RMG.
CDD, Boudry, switzerland.
Entreprise/Organisme :Celgene International
Niveau d'études :Master
Sujet :3 possible subjects (only 1 will be retained) * Proposal 1: Provide a framework for integrating the new estimand concept (ICH E9 addendum) in the design and analysis of clinical research. * Proposal 2: Provide a framework for deciding which Propensity Score Matching method is the most appropriate given the context. * Proposal 3: Developing a synthetic representation of the multivariate effect of a treatment including primary and secondary efficacy endpoints, symptom assessments, quality of life, and health economics outcomes.
Date de début :June 2019
Durée du contrat :3 months
Rémunération :3000 - 4000 CHF
Secteur d'activité :Pharmaceutical Industry
Description :Detail descriptions of the 3 proposals in the attached files
En savoir plus :NA
Internship.pdf
Contact :mlbravo@celgene.com
Poste de DATA MANAGER
Publiée le 13/02/2019 21:30.
Référence : Poste DM 01.
CDD, Montpellier.
Entreprise/Organisme :INSERM
Niveau d'études :DUT/Licence ou équivalent
Date de début :dès que possible
Durée du contrat :6 mois
Rémunération :grille hospitalière
Secteur d'activité :Recherche epidemiologique et clinique
Description :Le travail portera sur la mise en place des bases de données longitudinales. Le candidat devra assurer la qualité des données récoltées et la mise à disposition de ces données. Le travail consistera aussi à la mise en œuvre d’analyses statistiques dans le domaine de la neuropsychiatrie.
En savoir plus :https://www.inserm-neuropsychiatrie.fr/fr
Contact :sylvaine.artero@inserm.fr
Apprentissage statistique des liens entre climat et rendements agricoles
Publiée le 13/02/2019 21:30.
Référence : ML-Agri.
Stage, Avignon.
Entreprise/Organisme :INRA, BioSP
Niveau d'études :Master
Sujet :Apprentissage statistique pour la détermination de profils climatiques spatio-temporels à l'origine des variations de rendements agricoles
Date de début :mars ou avril
Durée du contrat :4 à 6 mois
Rémunération :577,50€ / mois, conformément à la grille officielle en vigueur
Secteur d'activité :Laboratoire de recherche
Description :Les rendements agricoles dépendent de plusieurs facteurs, dont (mais pas seulement) la variété cultivée, les pratiques agricoles, les choix techniques et les conditions climatiques qui fluctuent d’une année à l’autre. Sur l’un des rares jeux de données contenant plusieurs milliers de parcelles, l'objectif de ce stage est d'identifier les profils spatio-temporels des conditions climatiques à l'origine des variations de rendement. Cette meilleure compréhension des phénomènes climatiques doit permettre de mieux déterminer et prédire les risques pour les agriculteurs afin de leur proposer des solutions adaptées comme des améliorations variétales, des modifications des pratiques agricoles ou le recours à des assurances, etc. Nous disposons des relevés de rendement de blé de 2011 à 2016 pour 2300 parcelles du réseau DEPHY, réparties sur le Nord et l’Ouest de la France. Les conditions climatiques sont connues soit au travers des relevés journaliers de température et de précipitation réalisés par des stations météorologiques équitablement réparties sur le territoire considéré, soit en accédant à des données de ré-analyse issue de la base SAFRAN de Météo-France. Les conditions environnementales et les pratiques agricoles seront raisonnablement supposées inchangées durant la période 2011-2016, afin de se concentrer sur l'influence des conditions climatiques. Nous disposons également d'indicateurs éco-climatiques résumant l'information météorologique lors de différentes phases du cycle de croissance du plant de blé. Face aux limites des modèles spatiaux (champs, processus) et temporels pour détecter des phénomènes complexes inconnus, l'objectif majeur de ce stage sera de s'appuyer sur des techniques d'apprentissage statistique (forêts aléatoires, boosting aléatoire, réseaux de neurones...) pour rechercher dans les données les profils spatio-temporels déterminant les variations de rendement. Une première étape sera de détecter les combinaisons des indicateurs éco-climatiques pour expliquer le plafonnement ou la baisse de rendement de ces dernières années. L'analyse sera menée sous le logiciel R.
En savoir plus :https://informatique-mia.inra.fr/biosp/homepage-denis-allard
StageM2-MachineLearning.pdf
Contact :denis.allard@inra.fr
Ingénieur·e d’études en statistiques et programmeur·se R
Publiée le 11/02/2019 20:10.
CDD, 35380 Paimpont.
Entreprise/Organisme :Université de Rennes 1
Niveau d'études :Master
Date de début :Mai 2019
Durée du contrat :12 mois
Rémunération :1 734 € brut mensuel (INM 370)
Secteur d'activité :Recherche en écologie
Description :CONTEXTE DE LA MISSION : ECOBIO, Unité Mixte de Recherche de l’Université de Rennes 1, étudie l’ensemble des domaines liés à l’écologie, dont la biodiversité des sols. Dans le cadre de ses recherches sur les lombriciens comme indicateurs de la qualité des sols, l’équipe RITME dispose d’un site web nommé « EcoBioSoil » (https://ecobiosoil.univ-rennes1.fr) développé par l’Observatoire des Sciences de l’Univers de Rennes (OSUR). Ce site internet a pour objectif de recueillir et valoriser toutes les données disponibles en France sur les communautés lombriciennes. Ces données sont issues des différents travaux de recherche de l’équipe mais aussi d’un programme de sciences participatives initié en 2010 appelé Observatoire Participatif des Vers de Terre (OPVT). Actuellement, EcoBioSoil recense plus de 6000 données parcellaires prêtes à être analysées au regard notamment des différentes conditions pédoclimatiques, usages des sols et type d’habitats. MISSIONS DU POSTE ET ACTIVITÉS PRINCIPALES : Mission 1 : Chargé·e d’études statistiques (Nettoyer et mettre en forme des données afin de les exploiter en sélectionnant les méthodes statistiques adaptés) - Mission 2 : Programmeur·se R (Développer des outils de traitement comme une interface Shiny, des scripts d’automatisation, des packages R, des plug-in Rcmdr) - Mission 3 : Encadrement statistique (Former des stagiaires au logiciel R et aux méthodes statistiques). CONNAISSANCES ET COMPÉTENCES REQUISES : Maîtrise du logiciel RSudio et du langage de programmation R - Connaissance approfondie des méthodes pour l’analyse statistique de données : Analyses multivariées (ACP, ACM, Modèle de régression…), Tests statistiques (Kruskal, ANOVA, Post Hoc,…) - Connaissance approfondie en langage HTML - Compétence en gestion d’une base de données (saisie, consultation, création interface d’utilisation, requêtes SQL) - Bonne maîtrise d’Excel - Des notions d’écologie et de biologie seraient un plus.
En savoir plus :xx
Offre_Emploi_Statisticien_ECOBIO.pdf
Contact :daniel.cylly@univ-rennes1.fr
Faculty position (Associate professor) at Telecom ParisTech in Machine-Learning.
Publiée le 11/02/2019 20:10.
Référence : Telecom ParisTech - Machine-Learning.
CDI, Telecom ParisTech.
Entreprise/Organisme :Telecom ParisTech
Niveau d'études :Doctorat
Secteur d'activité :Académie
Description :Poste de Maître de Conférence - Enseignement/Recherche
En savoir plus :http://service.tsi.telecom-paristech.fr/cgi-bin/announce/download.cgi?Aid=110&lang=fr
2019-publicity_machine-learning_en.pdf
Contact :stephan.clemencon@telecom-paristech.fr

Page précédente  1  2  3  <4>  5  6  7  Page suivante

 
 
©2019 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 :