Consulter les offres d’emploi

Postdoctoral position in Statistics in Orsay
Publiée le 19/10/2022 18:19.
Postdoc, Orsay.
Entreprise/Organisme :ANR ASCAI
Niveau d'études :Doctorat
Date de début :au plus tard septembre 2023
Durée du contrat :12 mois
Description :This position fits within the bilateral research program ASCAI between France and Germany funded by ANR and DFG. This project brings together researchers in Statistics and Computer Science from Montpellier, Paris-Saclay, Potsdam and Munich. The general aim of this project is to provide theoretical grounds for a collection of unsupervised learning that includes seriation, ranking, time series segmentation, and hierarchical clustering. In particular, we plan to characterize the optimal (in the minimax sense) learning rates for a class of related latent models. Moreover, many modern unsupervised learning applications are essentially of an online nature - and sometimes decisions have to be made sequentially. For instance, consider a recommender systems that sequentially recommends items to users. In the context where sequential, active recommendations are made, it is important to leverage the underlying latent structure of the individuals. We seek a motivated researcher with a strong mathematical background. Depending on his/her interests, the candidate will work on any topic fitting within ASCAI.
En savoir plus :xx
Postdoc.pdf
Contact :elisabeth.gassiat@universite-paris-saclay.fr
Assistant Professor of Applied Statistics (tenure track)
Publiée le 19/10/2022 18:19.
CDI, 246 Greene St., NY, NY 10003.
Entreprise/Organisme :New York University
Niveau d'études :Doctorat
Date de début :1 Septembre 2023
Description :The Department of Applied Statistics, Social Science, and Humanities (ASH) in conjunction with the Center for Practice and Research at the Intersection of Information, Society, and Methodology (PRIISM) seeks an applied statistician for a tenure-­track assistant professor position. Applicants would ideally have expertise in computational statistics particularly for methods relevant to the social, behavioral, health, policy, or education sciences. This is a unique opportunity to secure a faculty position that honors an applied focus for a quantitative methodologist who wants to develop and evaluate methods that serve the public good. The appointment begins September 1, 2023. For more information please see the PDF or contact Jennifer Hill (jennifer.hill@nyu.edu), who is chairing the search. Applicants can submit materials through the link on the PDF, which is reproduced on this form.
En savoir plus :https://apply.interfolio.com/115708
Applied Statistician job ad 2022-2023.pdf
Contact :jennifer.hill@nyu.edu
Postdoc opening in causal inference in medicine or epidemiology
Publiée le 18/10/2022 13:19.
Postdoc, Lausanne, Suisse.
Entreprise/Organisme :Ecole Polytechnique Fédérale de Lausanne (EPFL).
Niveau d'études :Doctorat
Date de début :flexible, in 2023
Description :The position will be in the Chair of Biostatistics, mentored by Prof. Mats Stensrud and will involve research on causal inference in medicine and epidemiology. Candidates should hold a PhD in Statistics, Biostatistics, Epidemiologic Methods, Mathematics, or a related field by the starting date. Knowledge of French is not a requirement.
En savoir plus :https://www.epfl.ch/labs/biostat/open-positions/
postdoc_EPFL.pdf
Contact :carole.weissenberger@epfl.ch
Ingénieur.e biostatisticien.ne/data scientist en intégration de données omiques
Publiée le 17/10/2022 18:42.
CDD, Centre de Saclay.
Entreprise/Organisme :CEA
Niveau d'études :Master
Sujet :CDD Ingénieur.e biostatisticien.ne/data scientist au CEA (MetaboHUB Paris-Saclay) : nouvelles approches d’intégration statistique des données omiques Contexte : L’intégration des données est une opportunité majeure dans les sciences omiques pour obtenir des résultats plus robustes en terme de prédiction et mieux interprétables. De nombreuses méthodes statistiques ont été décrites pour construire des modèles prédictifs intégratifs et sélectionner les variables d’intérêt (utilisant le clustering, les variables latentes, le mélange de kernels, la fusion de modèles, etc.) [1]. Le projet ProMetIS [2], qui réunit les quatre infrastructures nationales en phénogénomique (PHENOMIN), protéomique (ProFI), métabolomique (MetaboHUB) et bioinformatique (IFB), a pour objectif de développer les workflows de production et d’intégration des données à haut débit pour la caractérisation phénotypique approfondie de mutations génétiques. Un jeu de données multi-plateformes, multi-tissus et multi-omiques a ainsi été généré [3]. Sujet : L’ingénieur.e développera des méthodes d'intégration statistique reposant sur la fusion de modèles (ou stacking), et les comparera avec des approches alternatives sur les données ProMetIS (Canonical Correlation Analysis, Matrix Factorization, Similarity Matrices) afin d'identifier les plus efficaces en termes de prédiction et d'interprétation, en fonction du niveau d'intégration considéré (inter-plateforme, inter-tissus, inter-omique). Le développement et l'évaluation des méthodes seront mis en œuvre dans un workflow informatique FAIR afin de garantir la reproductibilité des résultats. Références : [1] Pierre-Jean et al. (2019) Clustering and variable selection evaluation of 13 unsupervised methods for multi-omics data integration. Briefings in Bioinformatics, 6:2011-2030. [2] https://github.com/IFB-ElixirFr/ProMetIS [3] Imbert et al. (2021) ProMetIS, deep phenotyping of mouse models by combined proteomics and metabolomics analysis. Scientific Data, 8:311. Profil : Nous recherchons un.e ingénieur.e biostatisticien.ne/data scientist avec une solide formation en mathématiques appliquées, analyse des données (machine learning, chimiométrie) et en programmation. Laboratoire d’accueil : Au sein de l’infrastructure nationale en métabolomique et fluxomique (MetaboHUB), la plateforme Metabolome-IDF basée au CEA Saclay est spécialisée depuis plus de 15 ans en métabolomique, lipidomique, glycomique par spectrométrie de masse et en sciences des données pour la découverte de biomarqueurs en santé. L’équipe sciences des données (Odiscé) développe des méthodes et librairies logicielles innovantes en mathématiques appliquées et en statistiques pour le traitement (traitement du signal), l’analyse statistique intégrative (machine learning) et l’annotation (chimio-informatique) des données de grande dimension au sein de large cohortes. Les données et algorithmes sont mis à disposition de la communauté, notamment grâce à une suite de logiciels disponibles sur R/Bioconductor et Galaxy/Workflow4Metabolomics. Durée : 12 mois Date limite de candidature : 30/11/2022 Contact : Merci d’adresser votre candidature (CV détaillé avec les expériences de recherche, notes et mentions, lettre de motivation) à : Etienne Thévenot (etienne.thevenot@cea.fr) Equipe Sciences des Données UMR Médicaments et Technologies pour la Santé (SPI/LI-MS), MetaboHUB CEA, Centre de Saclay, F-91191 Gif sur Yvette, France Web: https://odisce.github.io/
Date de début :Janvier 2023
Durée du contrat :12 mois
Rémunération :A préciser lors de l'entretien
Secteur d'activité :R&D biomédicale
Description :Le Département « Médicaments et Technologies pour la Santé » (DMTS) est une unité mixte de recherche (UMR 0496 CEA-INRAE-Université Paris-Saclay), basée majoritairement au CEA Saclay, qui mène des activités de recherche dans le domaine de l’innovation moléculaire et computationnelle à des fins thérapeutiques et de diagnostic. La recherche en sciences omiques par spectrométrie de masse pour la médecine de précision est l’un des axes structurants de l’unité, qui est membre fondateur de l’infrastructure nationale en métabolomique et fluxomique (MetaboHUB). L’équipe sciences des données (Odiscé) développe des méthodes et librairies logicielles innovantes en mathématiques appliquées et statistiques pour le traitement (traitement du signal), l’analyse statistique intégrative (machine learning) et l’annotation (chimio-informatique) des données de grande dimension au sein de large cohortes. Les données, algorithmes et workflows sont mis à disposition de la communauté, notamment grâce à une suite de librairies logicielles disponibles sur R/Bioconductor.
En savoir plus :https://odisce.github.io/
CDD_Offer_MetaboHUB_MetabolomeIDF_Odisce.pdf
Contact :etienne.thevenot@cea.fr
Post-doctoral research fellowship in modelling of the immune response to Ebola vaccine
Publiée le 16/10/2022 18:29.
Référence : Postdoc PREVAC-UP.
Postdoc, Bordeaux.
Entreprise/Organisme :Inserm Bordeaux Population Health / Inria
Niveau d'études :Doctorat
Date de début :01/01/2023
Durée du contrat :minimum 12 mois
Rémunération :Grilles Inserm
Secteur d'activité :Biostatistics / immunology
Description :The main objective of this postdoc position will be to use the data gathered through the PREVAC/PREVACUP trials to build and fit a model of the immune response to the Ebola vaccine in order to better characterize the response (duration) and better understand the mechanism of its establishment. Model estimation will be performed using maximum likelihood approach as implementer with the SAEM algorithm, for example in the MONOLIX software of the Lixoft suite.
En savoir plus :https://www.bordeaux-population-health.center/the-teams/sistm/
2023_PostdocPREVACUP_InriaInserm_Bordeaux.pdf
Contact :melanie.prague@inria.fr
Etude comparative de priors bayésiens pour la sélection de variables dans les modèles mixtes
Publiée le 16/10/2022 18:29.
Stage, Jouy-en-Josas (Ile-de-France).
Entreprise/Organisme :INRAE
Niveau d'études :Master
Durée du contrat :4 à 6 mois
Rémunération :550 euros nets par mois
Description :(Voir fichier joint)
En savoir plus :https://maiage.inrae.fr/fr/node/2556
SujetM2_2022_2023.pdf
Contact :maud.delattre@inrae.fr
Un stagiaire en biostatistique (F/H) – 6 mois– Lyon
Publiée le 16/10/2022 18:28.
Référence : 2023_Heva_Stage_Net_benefice.
Stage, Lyon.
Entreprise/Organisme :Heva
Niveau d'études :Master
Sujet :Etudier les modèles de Bénéfice Net du Traitement et de les appliquer sur une base de données issue du Système National des Données de Santé (SNDS)
Date de début :01/02/2023
Durée du contrat :6 mois
Rémunération :Votre rémunération est fixée en fonction de votre profil (800-1000€ bruts)
Secteur d'activité :Biostatistiques, santé, pharma, bureau d'études
Description :Depuis 2005, nous sommes leader en France dans le traitement et l’analyse des données de santé en vie réelle, et plus particulièrement celles issues des bases du Système National des Données de Santé (SNDS) et des bases en OPEN DATA. Nous élaborons et produisons pour nos clients (industries pharmaceutiques, fabricants de dispositifs médicaux, institutionnels) des études pharmaco-épidémiologiques, médico-économiques et de parcours de soins à partir de solides méthodes statistiques et de solutions innovantes s'appuyant sur l'Intelligence Artificielle (Machine Learning, Deep Learning, …). Afin de rendre nos analyses et nos données facilement compréhensibles pour les non-experts, nous avons également développé un savoir-faire spécifique de Datavisualisation autour du développement d’outils digitaux (Sites web, Applis IOS). Nous recherchons : Un stagiaire en biostatistique (F/H) – 6 mois– Lyon Vos missions : Au sein du Pôle Méthodes et Statistiques (composé de 4 épidémiologistes et 3 biostatisticiens), en liaison avec les autres équipes techniques et scientifiques (Data Management, Data Science), vous aurez la charge d'étudier les modèles de Bénéfice Net du Traitement et de les appliquer sur une base de données issue du Système National des Données de Santé (SNDS). Le SNDS est un ensemble de bases de données pseudonymisées, comprenant notamment toutes les données de remboursement de l'assurance maladie obligatoire, en particulier les données provenant du traitement des remboursements des soins de santé (feuille de soins électroniques ou papier) et des données provenant des établissements de santé (PMSI). Dans les études épidémiologiques, on est souvent amené à comparer deux groupes d’individus sur des critères d’évaluation. Pour cela on emploie des tests paramétriques ou non-paramétriques qui souvent ne prennent en compte qu’une seule variable réponse éventuellement répétée dans le cadre d’un design longitudinal, ou plusieurs variables dans une analyse multivariée. Le stage sera l’occasion de mettre en pratique le Buyse test. Cette généralisation des tests de comparaisons appariés nous permet de comparer deux groupes sur plusieurs outcomes à la fois, indépendamment du nombre et des types de variables considérées (par exemple, discrètes, continues, temps jusqu’à la survenue de l’évènement). Cette méthode permet également de mesurer la « proportion en faveur du traitement » ou net treatment benefice, et permet de hiérarchiser les outcomes à examiner. Il pourra être envisagé de poursuivre le stage en examinant les modèles joints en fonction du profil du stagiaire et de l’avancée du stage. La mission se déroulera en plusieurs temps : • Revue de littérature pour comprendre la théorie des modèles joints et comment les appliquer à la problématique • Mise en pratique de ces méthodes d'estimation dans des études en cours, par exemple données sur la vaccination grippale (~8 millions de patients) ou données sur les effets indésirables de médicaments (~ 12,000 patients issus d’une cohorte sur la polyarthrite rhumatoïde) • Comparaison de ces méthodes avec les méthodes traditionnelles d'analyse afin de voir l'intérêt d'une telle implémentation • Diffusion et explication des résultats en interne Ce travail pourra faire l’objet d’une soumission à un congrès ou d’une publication auquel le stagiaire sera associé. Votre profil : • Étudiant en statistique Niveau Bac+5 ou équivalent (ENSAI, ISUP, M2 de statistiques, INSA) • Bases solides en analyses de données et analyses statistiques • Avoir un intérêt pour appliquer des méthodologies innovantes • Expérience dans l’utilisation de SAS et de R • Être curieux, indépendant dans le travail et bien organisé • Avoir un intérêt pour travailler dans le secteur de la santé Vos conditions de travail : Au sein de notre siège basé à Lyon, vous êtes accueilli dans une ambiance conviviale et bienveillante, dans laquelle chaque membre de l’équipe participe à une atmosphère de travail privilégiant l’entraide, favorisant la créativité et générant ainsi l’amélioration continue des compétences et de la performance au service de la satisfaction de nos clients. Votre rémunération est fixée en fonction de votre profil (800-1000€ bruts) Merci d'envoyer votre dossier de candidature (CV+ lettre de motivation) à fraguideau@hevaweb.com
En savoir plus :https://hevaweb.com/fr/offre-d-emploi
2023_Heva_Stage_Net_benefice.pdf
Contact :fraguideau@hevaweb.com
Un stagiaire en biostatistique (F/H) – 6 mois– Lyon
Publiée le 16/10/2022 18:28.
Référence : 2023_Heva_Stage_trajectoires.
Stage, Lyon.
Entreprise/Organisme :Heva
Niveau d'études :Master
Sujet :Etudier les modélisations des mélanges finis (« finite mixture models » FMM) et les appliquer sur une base de données issue du Système National des Données de Santé (SNDS)
Date de début :01/02/2023
Durée du contrat :6 mois
Rémunération :Votre rémunération est fixée en fonction de votre profil (800-1000€)
Secteur d'activité :Biostatistiques, santé, pharma, bureau d'études
Description :Depuis 2005, nous sommes leader en France dans le traitement et l’analyse des données de santé en vie réelle, et plus particulièrement celles issues des bases du Système National des Données de Santé (SNDS) et des bases en OPEN DATA. Nous élaborons et produisons pour nos clients (industries pharmaceutiques, fabricants de dispositifs médicaux, institutionnels) des études pharmaco-épidémiologiques, médico-économiques et de parcours de soins à partir de solides méthodes statistiques et de solutions innovantes s'appuyant sur l'Intelligence Artificielle (Machine Learning, Deep Learning, …). Afin de rendre nos analyses et nos données facilement compréhensibles pour les non-experts, nous avons également développé un savoir-faire spécifique de Datavisualisation autour du développement d’outils digitaux (Sites web, Applis IOS). Nous recherchons : Un stagiaire en biostatistique (F/H) – 6 mois– Lyon Vos missions : Au sein du Pôle Méthodes et Statistiques (composé de 4 épidémiologistes et 3 biostatisticiens), en liaison avec les autres équipes techniques et scientifiques (Data Management, Data Science), vous serez en charge avec l’aide d’un biostatisticien senior d’étudier les modélisations des mélanges finis (« finite mixture models » FMM) et de les appliquer sur une base de données issue du Système National des Données de Santé (SNDS). Le SNDS est un ensemble de bases de données pseudonymisées, comprenant notamment toutes les données de remboursement de l'assurance maladie obligatoire, en particulier les données provenant du traitement des remboursements des soins de santé (feuille de soins électroniques ou papier) et des données provenant des établissements de santé (PMSI). Les modèles à mesures répétées (GEE, modèles mixtes) permettent d’étudier l’évolution d’une variable d’intérêt au cours du temps. Mais qu’en-est-il lorsque les patients ont des trajectoires selon un profil sous-jacent ? Les modèles FMM vont regrouper les patients dans des sous-groupes de trajectoires similaires. L'utilisation des FMM est de plus en plus populaire pour l'analyse des données longitudinales à mesures répétées (une centaine de publications en 2020 contre une vingtaine en 2010). La mission se déroulera en plusieurs temps : • Revue de littérature pour comprendre la théorie des modèles de mélanges finis et comment les appliquer aux problématiques des données SNDS. • Mise en pratique de ces méthodes d'estimation dans des études en cours : o Estimation des conditions d’initiation de la ventilation non invasive (VNI) en étudiant les trajectoires d’exacerbations avant mise sous VNI (~100 000 patients) o Stratégie de classification des stades d’évolution du cancer de la prostate en évaluant les groupes de trajectoires de surveillance active (~1 million de patients) • Valorisation des résultats en interne et diffusion externe Ce travail pourra faire l’objet d’une soumission à un congrès ou d’une publication auquel le stagiaire sera associé. Votre profil : • Étudiant en statistique Niveau Bac+5 ou équivalent (ENSAI, ISUP, M2 de statistiques, INSA) • Bases solides en analyses de données et analyses statistiques • Avoir un intérêt pour appliquer des méthodologies innovantes • Expérience dans l’utilisation de SAS et de R • Être curieux, indépendant dans le travail et bien organisé • Avoir un intérêt pour travailler dans le secteur de la santé Vos conditions de travail : Au sein de notre siège basé à Lyon, vous êtes accueilli dans une ambiance conviviale et bienveillante, dans laquelle chaque membre de l’équipe participe à une atmosphère de travail privilégiant l’entraide, favorisant la créativité et générant ainsi l’amélioration continue des compétences et de la performance au service de la satisfaction de nos clients. Votre rémunération est fixée en fonction de votre profil (800-1000€) Merci d'envoyer votre dossier de candidature (CV+ lettre de motivation) à fraguideau@hevaweb.com.
En savoir plus :https://hevaweb.com/fr/offre-d-emploi
2023_Heva_Stage_trajectoires.pdf
Contact :fraguideau@hevaweb.com
Un stagiaire en biostatistique (F/H) – 3/4 mois– Lyon
Publiée le 16/10/2022 18:28.
Référence : 2023_HEVA_Stage_Python.
Stage, Lyon.
Entreprise/Organisme :HEVA
Niveau d'études :Master
Sujet :Transcription des macros statistiques SAS existantes vers Python
Date de début :02/05/2023
Durée du contrat :3 à 4 mois
Rémunération :Votre rémunération est fixée en fonction de votre profil (600-800€)
Secteur d'activité :Biostatistiques, santé, pharma, bureau d'étude
Description :Depuis 2005, nous sommes leader en France dans le traitement et l’analyse des données de santé en vie réelle, et plus particulièrement celles issues des bases du Système National des Données de Santé (SNDS) et des bases en OPEN DATA. Nous élaborons et produisons pour nos clients (industries pharmaceutiques, fabricants de dispositifs médicaux, institutionnels) des études pharmaco-épidémiologiques, médico-économiques et de parcours de soins à partir de solides méthodes statistiques et de solutions innovantes s'appuyant sur l'Intelligence Artificielle (Machine Learning, Deep Learning, …). Afin de rendre nos analyses et nos données facilement compréhensibles pour les non-experts, nous avons également développé un savoir-faire spécifique de Datavisualisation autour du développement d’outils digitaux (Sites web, Applis IOS). Nous recherchons : Un stagiaire en biostatistique (F/H) – 3/4 mois– Lyon Vos missions : Les méthodes de programmation évoluent avec le temps et les biostatisticiens doivent s’adapter à ces évolutions. Dans le cadre de la mise en route d’une nouvelle plateforme d’analyse, une traduction de scripts statistiques existants en SAS est nécessaire vers Python. Au sein du Pôle Méthodes et statistiques (composé de 4 épidémiologistes et 3 biostatisticiens), en liaison avec les autres équipes techniques et scientifiques (Data Management, Data Science), vous êtes en charge : • De la transcription des macros statistiques SAS existantes vers Python o Macros de statistiques descriptives (variables continues et catégorielles) o Modèles de régression : • Modèle de Cox • Modèle logistique • La validation des transcriptions des macros se fera à l’aide plusieurs jeux de données existants La transcription de ces macros pourra également être réalisée en R en fonction du profil du stagiaire et de l’avancée du stage. Votre profil : • Étudiant en statistique/informatique Niveau Bac+4 ou équivalent (ENSAI, ISUP, M1 de statistiques, M1 SISE, INSA) • Bases solides en analyses de données et analyses statistiques • Avoir un intérêt pour appliquer des méthodologies innovantes • Bonnes connaissances dans l’utilisation de Python • Expérience dans l’utilisation de SAS et de R serait un plus • Être curieux, indépendant dans le travail, rigoureux et bien organisé • Avoir un intérêt pour travailler dans le secteur de la santé Vos conditions de travail : Au sein de notre siège basé à Lyon, vous êtes accueilli dans une ambiance conviviale et bienveillante, dans laquelle chaque membre de l’équipe participe à une atmosphère de travail privilégiant l’entraide, favorisant la créativité et générant ainsi l’amélioration continue des compétences et de la performance au service de la satisfaction de nos clients. Votre rémunération est fixée en fonction de votre profil (600-800€) Merci d'envoyer votre dossier de candidature (CV+ lettre de motivation) à fraguideau@hevaweb.com.
En savoir plus :https://hevaweb.com/fr/offre-d-emploi
Contact :fraguideau@hevaweb.com
Poste de professeur.e à temps plein en Biostatistique non-clinique - Louvain-la-Neuve, Belgique
Publiée le 14/10/2022 12:31.
Référence : Bernadette Govaerts UCLouvain, bernadette.govaerts@uclouvain.be.
CDI, Louvain-la-Neuve, Belgique.
Entreprise/Organisme :Université Catholique de Louvain
Niveau d'études :Doctorat
Date de début :1er septembre 2023
Durée du contrat :3 ans renouvelable ou CDI selon expérience
Rémunération :Selon ancienneté et expérience
Secteur d'activité :Enseignement et Recherche
Description :L’université Catholique de Louvain, Louvain-la-Neuve, Belgique recrute un.e Professeur.e en Biostatistique non-Clinique à temps plein À partir de : 1er septembre 2023 Le profil recherché : - Diplôme de Dr en statistique ou domaine lié - Compétences en biostatistique non clinique, modélisation statistique de données biologiques, traitement de données -omiques, plans expérimentaux, chimiométrie, biométrie, statistique industrielle, … - Enseignements prévus pour des étudiants (bio)statisticiens, bioingénieurs, biologistes et pharmaciens - Expérience en recherche dans un domaine domaine lié. - Une expérience industrielle et/ou de statistique appliquée est un atout.
En savoir plus :https://jobs.uclouvain.be/PersonnelAcademique/job/Un·e-académique-en-Biostatistique-non-clinique-(1
PosteAcaddemiqueBiostatistiqueNC_UClouvain.pdf
Contact :catherine.legrand@uclouvain.be
Poste académique UC Louvain (temps plein) - biostatistique non-clinique
Publiée le 14/10/2022 12:31.
CDI, Louvain-la-Neuve.
Entreprise/Organisme :UC Louvain
Niveau d'études :Doctorat
Description :L'UCLouvain recherche un·e académique à temps plein en Biostatistique non-clinique.
En savoir plus :https://tinyurl.com/4v74rhw2
pdf24_converted.pdf
Contact :doyen-sc@uclouvain.be
Statistical characterization and validation of automated chromosomal aberration detection algorithm
Publiée le 13/10/2022 18:58.
Postdoc, Fontenay aux roses (92), France.
Entreprise/Organisme :Institute for Radiological Protection and Nuclear Safety (IRSN)
Niveau d'études :Doctorat
Date de début :January 2023
Durée du contrat :18 months
Description :We are currently seeking to recruit a post-doctoral researcher in Biostatistics at Department of Radiobiology and Regenerative Medicine of the Institute for Radiological Protection and Nuclear Safety (IRSN), Fontenay-aux-Roses, France. The selected candidate will involved in the interdisciplinary INCREASED project, funded by the French National Research Agency (ANR Astrid) in collaboration with French national research institute for digital science and technology (INRIA) and the Armed Forces Biomedical Research Institute (IRBA). Further details in the joined PDF
En savoir plus :NA
Annonce_PostDoc_INCREASED.pdf
Contact :mohamedamine.benadjaoud@irsn.fr
Post-Doc sur l'étude des déterminants du déperissement viticole dans le Cognac
Publiée le 13/10/2022 18:58.
Référence : Post-Doc Mistea LaDiD.
Postdoc, Montpellier, campus de la Gaillarde.
Entreprise/Organisme :INRAE
Niveau d'études :Doctorat
Date de début :Dés que possible
Durée du contrat :9 mois
Rémunération :sur la base de la grille de rémunération en vigueur à l’Institut Agro
Secteur d'activité :Statistique appliquée à l'agronomie
Description :Depuis quelques années, des baisses de rendement et de longévité des ceps de vigne sont déplorées par les professionnels de la viticulture dans de nombreux bassins viticoles. Un caractère particulier du dépérissement viticole est qu’il se manifeste sur des temps longs, de quelques années à quelques décennies. Peu de données sont disponibles sur des temps aussi longs. Le Bureau National Interprofessionnel du Cognac (BNIC) a réalisé un suivi de 55 parcelles depuis 1977. De l’ordre de 90 variables décrivent les caractéristiques des parcelles, de la vigne, de la conduite technique, les caractéristiques de la récolte. Ces variables peuvent être associées à des indicateurs climatiques tirés de la base de données Safran de Météo-France. Cette base de données unique offre l’opportunité d’analyser les déterminants de trajectoires pluriannuelles de dépérissement du vignoble. Une première phase d’exploration du jeu de données du BNIC a été effectuée en sélectionnant des années particulières à rendements ou mortalités remarquables (stage de C. Bial, 2020). Cette approche par sélection d’années particulières est d’usage limité et une caractérisation “dynamique” du rendement et de la mortalité de la vigne doit à présent être entreprise (ie, avec des variables explicatives qui évoluent au cours du temps). L’objectif de ce projet de post-doc est d’identifier (1) les facteurs et les interactions de facteurs biotiques, abiotiques et techniques qui contribuent à la baisse de rendement parcellaire et à la mortalité de certains ceps de vigne et (2) la période à laquelle ces facteurs ont un impact, à court terme à l’échelle du cycle de culture et à long terme depuis la plantation de la parcelle. Les produits attendus sont : • Un diagnostic des principaux déterminants du dépérissement viticole (rendement et mortalité) et de la temporalité de leurs interventions, dans le contexte régional du Cognac ; • L’évaluation de méthodologies innovantes d’analyse de données permettant de traiter le même type de bases de données produites par des organisations professionnelles ou des entreprises dans d’autres régions, en viticulture ou dans d’autres filières agricoles.
En savoir plus :https://www6.montpellier.inrae.fr/mistea
offre_post-doc2022.pdf
Contact :meili.baragatti@supagro.fr
Prédiction du développement de maladies en production de plants de pomme de terre
Publiée le 13/10/2022 18:58.
Stage, Le Rheu.
Entreprise/Organisme :FN3PT & INRAE
Niveau d'études :Master
Date de début :6 mois en 2023
Durée du contrat :6 mois
Rémunération :Gratification de stage
Secteur d'activité :Agriculture
Description :Contexte Disposer de plants indemne de maladies est un enjeu majeur de la production agricole pour limiter la propagation des pathogènes et l’impact des épidémies qu’ils causent sur les cultures. Ainsi la production de plants de pomme de terre, exposé à une large cohorte de bioagresseurs, est soumise à des normes de certification très strictes sur la qualité sanitaire. Identifier les effets de l’environnement et des pratiques agricoles sur l’apparition des maladies reste un défi important pour améliorer la prédiction des épidémies et préserver la qualité des cultures de pomme de terre. Une quantité et une diversité croissantes de données sont générées par les activités de recherche, d’inspection et d’expérimentation en plants de pomme de terre. En parallèle, des plus en plus de données environnementales sont accessibles à l’échelle du territoire (e.g. données météo, données satellitaires) et peuvent être mobilisées pour l’agriculture. Depuis plusieurs années le service informatique de la Fédération Nationale de Producteurs de Plants de Pommes de Terre structure, collecte et stocke des données spatio-temporelles relatives à la qualité sanitaire des plants de pomme de terre. A l’heure du développement des méthodes d’analyse et de prédiction pour les données massives, ces données historiques recueillies sur plusieurs milliers de parcelles et douze campagnes présentent un fort potentiel encore inexploité pour mieux comprendre l’occurrence et le développement de principaux pathogènes responsables des refus et déclassements lors de la certification. Dans le cadre de leur partenariat de recherche et du programme collaboratif de l’UMT InnoPlant² (www.umt-innoplant.fr), la FN3PT/inov3PT et INRAE-IGEPP ambitionnent de développer ensemble l’analyse de ces données massives pour améliorer la prédiction et la prévention des risques sanitaires en plant de pomme de terre. Objectifs du stage Après s’être approprié la problématique et les données disponibles, le travail consistera à mobiliser des méthodes statistiques pour : · Analyser l’occurrence, la co-occurrence et la sévérité de maladies bactériennes comme la Jambe Noire et des infections virales (e.g. statistiques exploratoires). · Identifier les variables fortement corrélées au développement de ces maladies (climat, pratiques culturales, développement du couvert, variétés, caractéristiques du sol), leurs cohérences biologiques et leurs potentielles complémentarités en terme de causalité. · Établir des premiers modèles pour prédire l’apparition et le développement de ces maladies : modèles statistiques, machine learning voir deep learning adaptés aux problèmes de grandes dimensions. Profil recherché Master 2 ou 3ème année Ingénieur. Nous cherchons une personne suivant une formation en statistiques appliquées / data science ayant un goût pour l’analyse de données agronomiques, épidémiologiques et environnementales. Des bases solides en programmation R et/ou Python ainsi que des expériences en analyse de données de grande dimension ou d’apprentissage automatique (voir profond) serait un plus. (1) FN3PT : Fédération Nationale des Producteurs de Plants de Pomme de Terre (Institut technique agricole qualifié et AOP du Plant de Pomme de Terre) et sa filiale inov3PT : Recherche Développement Promotion du Plant de Pomme de Terre   (2) INRAE UMR IGEPP équipe Démécologie menant des recherches en modélisation, écologie et épidémiologie pour la santé des plantes
En savoir plus :https://www.umt-innoplant.fr/
Stage2023_FN3PT_INRAE.pdf
Contact :melen.leclerc@inrae.fr
Stage M2/ école d'ingénieur
Publiée le 12/10/2022 14:40.
Stage, 1 avenue Irène Joliot Curie. 31059 Toulouse.
Entreprise/Organisme :Institut Claudius Regaud. IUCT-O
Niveau d'études :Master
Sujet :Comparaison de différentes approches statistiques permettant d’évaluer la valeur pronostique de biomarqueurs continus en oncologie
Secteur d'activité :Recherche clinique Oncologie
Description :Objectif : L’objectif de ce stage est de réaliser une revue de la littérature sur les différentes approches permettant d’évaluer la valeur pronostique de biomarqueurs continus. Les méthodologies seront ensuite appliquées à des données issues d’études cliniques en oncologie, notamment chez les patientes atteintes d’un cancer du sein métastatique où la valeur pronostique de la lactate deshydrogénase (LDH) ou du nombre de cellules tumorales circulantes sera étudiée. L’objectif final sera de réaliser des recommandations quant à la stratégie d’évaluation des biomarqueurs continus. . Encadrement / Information Pratique : Le stagiaire bénéficiera d’un encadrement sur le plan méthodologique et sur le plan clinique. Profil recherché : Master 2 en Biostatistique / Dernière année d'école d’ingénieurs Prérequis : Bonnes connaissances en biostatistique (modélisation) et programmation sous les logiciels R et/ou STATA. Un caractère dynamique, entreprenant et motivé, ainsi qu’un esprit multidisciplinaire seront des atouts.
En savoir plus :www.iuct-oncopole.fr
Stage_M2_ContinuousBiom_v01.pdf
Contact :filleron.thomas@iuct-oncopole.fr

Page précédente  1  2  3  <4>  5  6  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 :