Consulter les offres d’emploi

Détection automatique de symptômes infectieux chez le poulet de chair
Publiée le 07/12/2020 07:41.
Référence : IdeleSon2021.
Stage, Paris ou Rennes ou Lyon.
Entreprise/Organisme :Institut de l'Elevage
Niveau d'études :Master
Sujet :La bioacoustique est une science visant à étudier les signaux acoustiques du vivant. Elle est utilisée dans diverses applications telles que pour l’évaluation du bien-être et de la santé des animaux. La caractérisation plus fine des vocalisations des volailles permet la mesure d’indicateurs du bien-être et de la santé de ces animaux. Le son semble être un bon candidat pour détecter des symptômes respiratoires chez les volailles puisqu’il constitue un indicateur précoce, non invasif (ne nécessite pas de manipulation de l’animal), facile à mesurer et peut donner un résultat en temps réel permettant des suivis ponctuels et/ou en continu pour réaliser des cinétiques. La présente offre de stage s’inscrit dans le cadre des travaux en cours au sein du projet E-Broiler Track porté par l’ITAVI (Institut Technique de l’Aviculture). Ce projet consiste à mettre au point des mesures automatisées d’indicateurs de bien-être et de santé des volailles, par des moyens acoustique et vidéo.
Date de début :Février, Mars ou Avril 2021
Durée du contrat :6 mois
Rémunération :Gratification : 591.51€ / mois + Indemnités de repas (hors déplacement) – 4.90€ / repas.
Secteur d'activité :Agriculture / Elevage de précision
Description :Le but du stage est de créer un algorithme de détection de signaux sonores caractéristiques de symptômes respiratoires chez le poulet de chair, tels que le râle et l’éternuement. Le stage se déroulera en 4 étapes. 1. La première consistera à isoler les événements d’intérêt (râles et éternuements) sur des bandes sonores brutes de poulets exprimant des symptômes respiratoires. A l’heure actuelle, nous disposons de 400 signaux sonores de 10 secondes contenant un ou plusieurs évènements. Le début du stage consistera à extraire les signaux correspondant à un seul évènement dans ces bandes de 10 minutes. 2. La phase suivante sera de décrire l’ensemble des signaux isolés à l’aide d’indicateurs acoustiques d’intérêt comme le temps moyen, la fréquence moyenne, …. . 3. Une étape intermédiaire sera la mise en place d’outils de prétraitement et de traitement du signal afin de reconnaître automatiquement les types d’évènements dans un signal sonore donné. 4. La dernière étape sera de développer un modèle de type Machine Learning afin de prédire/caractériser les événements attendus à partir d’un signal brut isolé et des indicateurs acoustiques. Le (la) stagiaire sera intégré(e) à l’équipe DATA’STAT de l’Institut de l’Elevage qui est constituée de 10 Data Analyst et Data Scientist.
En savoir plus :http://idele.fr/services/datastat.html
VF_Offre de stage - TS sonores VF.pdf
Contact :elodie.doutart@idele.fr
Validation de la spectrométrie proche infrarouge pour l’évaluation de caractères complexes
Publiée le 04/12/2020 10:51.
Stage, Orléans (45).
Entreprise/Organisme :INRAE
Niveau d'études :Master
Sujet :Validation de la spectrométrie proche infrarouge pour l’évaluation de caractères complexes appliquée aux arbres forestiers
Date de début :Janvier à Mars 2021
Durée du contrat :6 mois
Rémunération :Gratification 550 euros mensuel environ (taux légal)
Secteur d'activité :recherche
Description :L’émergence de nouvelles technologies et d’outils accessibles par des non-spécialistes ouvre les portes de la caractérisation haut-débit dans les sciences du végétal. Depuis une dizaine d’années, l’UMR BioForA s’est spécialisée dans la spectrométrie proche infra-rouge (SPIR). L’intérêt de cette technologie est déjà éprouvé dans la recherche forestière avec un nombre important de publications pour la caractérisation de propriétés du bois telles que la composition chimique du bois. L’objectif du stage sera de tester l’utilisation de la SPIR pour la caractérisation de caractères de réponse à des stress et la discrimination d’espèces avec différentes approches de chimiométrie. Le stagiaire aura en charge l’établissement de courbes de calibration et de leur optimisation. Les résultats de ce stage serviront pour l’établissement d’une routine d’analyse de données SPIR. Le stagiaire aura à sa disposition des jeux de données complets avec des spectres acquis sur plusieurs tissus (feuilles, bois, graines) et sur différentes espèces. Le stagiaire bénéficiera de l’expertise scientifique au sein de l’UMR BioForA à la fois pour les variables étudiées et pour les analyses de données.
En savoir plus :https://www6.val-de-loire.inrae.fr/biofora
Proposition_Stage2021_M2_INRAE_BioForA_Orléans.pdf
Contact :remy.gobin@inrae.fr
Highlighting the characteristics of gender inequalities in mathematics, and in applied mathematics
Publiée le 03/12/2020 15:28.
Stage, Paul Painlevé Laboratory (UMR 8524) University of Lille.
Entreprise/Organisme :Paul Painlevé Laboratory (UMR 8524) University of Lille
Niveau d'études :Master
Sujet :Highlighting the characteristics of gender inequalities in mathematics, and in applied mathematics, in the world and in science in Africa by analyzing responses to an international survey
Date de début :01/02/2021
Durée du contrat :6 months
Rémunération :700€
Description :The internship will take place in the framework of the Gender Gap in Science project "A Global Approach to the Gender Gap in Science: How to measure it? How to reduce it? » https://gender-gap-in-science.org/ The internship will be devoted to the statistical analysis of the responses to the Global Survey of Scientists in mathematics (including applied mathematics), and for all participating sciences in Africa, that were previously collected. The work to be done consists of: • To study about the questionnaire and the methodology used to collect the responses; • To read the Gender Gap in Science book and more particularly chapter 1 and chapter 2 of this book https:// zenodo.org/record/3882609 ; • To set up a data analysis methodology; • To constitute significant results on the characteristics of inequalities between women and men in mathematics (and of the subset of applied mathematics), as well as among all sciences participating in the survey in Africa, and to compare them with all the responses; • To choose the most significant results and to highlight them graphically; • To write a two-part report in English, one on mathematics, and applied mathematics, the other on participating sciences in Africa, with a methodological annex that will guide the work of other disciplines or other geographical areas. The “Global Survey of Scientists” database includes 32,000 people, of which 5,300 have declared themselves to be mathematicians and around 600 are based in Africa. All analyzes will use PostgreSQL.
En savoir plus :https://gender-gap-in-science.org
internship_gendergap.pdf
Contact :sophie.dabo@univ-lille.fr
Réalisation d'un jeu vidéo
Publiée le 03/12/2020 15:28.
Référence : minotaure.
Stage, Lille.
Entreprise/Organisme :Laboratoire de mathématiques Painlevé
Niveau d'études :Master
Sujet :Réalisation d'un jeu vidéo pour mobile.
Date de début :1er mars
Durée du contrat :6 mois
Rémunération :environ 600 euros
Secteur d'activité :jeux vidéo
Description :Réalisation d'un jeu vidéo pour mobile.
En savoir plus :http://labomath.univ-lille1.fr/~wicker/
minautore.pdf
Contact :nicolas.wicker@univ-lille.fr
Etude de l’association entre expression de gènes et signaux epigénomiques
Publiée le 02/12/2020 08:44.
Référence : EPISYSTEMIC.
Stage, Agorcampus Ouest, Rennes.
Entreprise/Organisme :Institut Agro - Agrocampus Ouest
Niveau d'études :Master
Sujet :Analyse de données fonctionnelles pour l’étude de l’association entre expression de gènes et signaux épigénomiques
Date de début :Février ou mars 2021
Durée du contrat :4 à 6 mois
Rémunération :550 €/mois environ
Secteur d'activité :Recherche
Description :Dans le contexte actuel de réchauffement global, les organismes qui coexistent au sein des agro-écosystèmes et plus particulièrement les pathogènes et ravageurs des plantes doivent faire face à d’importantes variations climatiques - et notamment l’accumulation d’épisodes caniculaires - avec des conséquences potentiellement néfastes sur leur physiologie et leur potentiel de nuisibilité. Face à ces épisodes dont la fréquence et la durée sont difficiles à anticiper, les organismes doivent répondre rapidement afin de mettre en place des phénotypes leur permettant de survivre à court-terme et de s’acclimater à moyen terme. A des échelles de temps plus longues, la création de variabilité génétique par recombinaison constitue une option pour générer de nouveaux génotypes et phénotypes plus adaptés à ces conditions extrêmes. En revanche, à des échelles de temps plus courtes, il est très vraisemblable que des mécanismes épigénétiques (changements d’accessibilité de la chromatine, marques de modifications post-traductionnelles des histones et méthylation de l’ADN) constituent un moyen efficace pour modifier rapidement l’expression des gènes et produire de nouveaux phénotypes permettant de répondre à ces nouvelles contraintes environnementales. Nous faisons donc l’hypothèse que les organismes pathogènes sont capables de modifier rapidement leurs épigénomes en réponse à des stress environnementaux pour s’y acclimater rapidement, jusqu’à l’amélioration potentielle de leur résilience à plus long terme par l’établissement d’une mémoire épigénétique. Nous avons à disposition des données épigénomiques, issues de technologies de séquençage à haut débit, obtenues sur un champignon filamenteux pathogène du blé et producteur de mycotoxines (Fusarium graminearum). Notre premier objectif est d’explorer les relations à l’échelle du génome entre expression de gènes (RNA-seq) et diverses marques épigénétiques (distribution des nucléosomes, méthylation de l’ADN) afin de caractériser finement à l’échelle moléculaire l’état épigénomique et expressionnel du génome de cet organisme. Les signaux obtenus par ces approches sont par natures hétérogènes et complexes à décrire. Un des challenges que nous nous fixons est d’être capable d’interpréter ces signaux, les modéliser et finalement les intégrer sous la forme d’un code représentatif de l’état épigénomique de l’ensemble des gènes entre différentes conditions biologiques.
En savoir plus :http://math.agrocampus-ouest.fr/infoglueDeliverLive/membres/david.causeur
Offre de stage M2 - Analyse de données épigénomiques.pdf
Contact :david.causeur@agrocampus-ouest.fr
Biostatisticien(ne)
Publiée le 02/12/2020 08:44.
CDI, Levallois-Perret.
Entreprise/Organisme :EasyMedStat
Niveau d'études :Master
Date de début :Dès que possible
Durée du contrat :CDI
Rémunération :Selon profil
Secteur d'activité :Logiciel de statistiques médicales
Description :Missions Vous agirez en tant que responsable statistique de notre application de statistiques médicales. Vos missions seront : - Définition en collaboration avec les fondateurs et l’équipe technique des spécifications fonctionnelles et techniques du produit. - Tests pendant le développement et après la mise en production - Production de contenus éducatifs destinés aux utilisateurs : chaîne Youtube, tutoriels, documentations Profil recherché Ce poste est fait pour vous si : - Vous êtes biostatisticien avec au moins 3 ans d’expérience - Vous avez une expérience du travail, notamment en CHU, et avez aidé sur des thèses de médecine - Vous avez la fibre pédagogique - Vous aimez travailler en équipe - Vous êtes fan d’une de ces chaînes Youtube : Numberphile, Science4All, MicMaths, la statistique expliquée à mon chat, … Avantages - Équipe jeune et dynamique d'une dizaine de personnes - Domaine passionnant de la Recherche médicale : participez à un projet qui a du sens en aidant les médecins pour leurs recherches cliniques - Votre créativité est la bienvenue puisque nous développons des outils innovants - Collaboration étroite avec l’équipe technique et les fondateurs - Titres restaurant / Mutuelle / Participation au transport Conditions - Début : dès que possible - Type d'emploi : temps plein, CDI - Rémunération : selon profil - Télétravail possible 20% du temps - Localisation : Levallois-Perret (métro : Louise Michel) À propos d'EasyMedStat EasyMedStat permet aux médecins et aux chercheurs de réaliser par eux-mêmes leurs analyses statistiques, leur offrant ainsi une autonomie pour leurs recherches cliniques et la rédaction d’articles scientifiques. L’application en ligne présente déjà une notoriété importante dans la communauté médicale française et un attrait international avec des utilisateurs dans plus de 80 pays. Nous souhaitons aller encore plus loin en développant des fonctions statistiques avancées et des outils de machine learning clé en main pour les médecins. Société dynamique composée de médecins, développeurs Python et PHP et statisticiens, à taille humaine, basée à Levallois-Perret (proche métro).
En savoir plus :https://www.easymedstat.com/careers/biostatistician
Contact :contact@easymedstat.com
Modélisation de la variabilité génotypique des paramètres d'un modèle de culture chez Arabidopsis
Publiée le 02/12/2020 08:44.
Référence : Offre stage niveau master 2 en modélisation et statistique.
Stage, Jouy-en-Josas.
Entreprise/Organisme :INRAE, MaIAGE ; Université Lille, laboratoire Painlevé
Niveau d'études :Master
Sujet :Modélisation de la variabilité génotypique des paramètres d'un modèle de culture chez Arabidopsis
Date de début :février 2021
Durée du contrat :5 à 6 mois
Rémunération :gratification 550 euro mensuel environ (taux légal)
Secteur d'activité :recherche
Description :Dans le contexte actuel, l'agriculture doit proposer de nouvelles innovations pour faire face aux effets du changement climatique. Pour mieux appréhender ces effets, il est primordial de mieux comprendre les interactions existantes entre la plante et son environnement, en particulier les interactions entre différentes variétés et différentes conditions environnementales. Il est ainsi crucial de développer de nouvelles méthodes permettant d'identifier les processus biologiques clés qui sont à l'origine de la variabilité observée chez les plantes. De telles approches permettront de mieux comprendre les interactions entre les différentes variétés (génotypes) et différents environnements et d'identifier des leviers d'action biologiques afin de sélectionner les variétés les mieux adaptées. S'agissant de modéliser des observations répétées sur plusieurs individus, les modèles à effets mixtes sont largement utilisés dans de nombreux domaines tels que l'agronomie, la pharmacologie, l'écologie ou encore l'épidémiologie. Ces modèles permettent de modéliser différents niveaux de variabilité en prenant en compte à la fois la variabilité existante entre deux individus et la variabilité existante entre plusieurs mesures faites sur un même individu. On parle de variabilités inter-individuelle et intra-individuelle. Les différents niveaux de variabilité sont modélisés par deux types d'effets : d'une part les effets fixes, communs à tous les individus de la population, d'autre part les effets aléatoires qui varient d'un individu à l'autre. Les effets fixes sont des paramètres inconnus du modèle qu'on cherchera à estimer. Les effets aléatoires sont des variables aléatoires latentes du modèle qui ne sont pas observées. Les objectifs sont d'estimer les paramètres de la loi de probabilité des effets aléatoires et également de prédire ces effets aléatoires. Modéliser au plus juste les différents types d'effets est primordial, à la fois pour l'inférence des paramètres et pour pouvoir utiliser le modèle à des fins prédictives. Ainsi, être en mesure de distinguer parmi tous les effets du modèle ceux qui peuvent être modélisés par des effets fixes permet de réduire le nombre de paramètres du modèle, et peut également aider à mieux identifier les processus qui seraient à l'origine de la variabilité observée dans la population. Dans notre contexte, l'objectif est d'identifier les processus biologiques de développement de la plante fortement dépendant de son génotype. Pour distinguer parmi les effets aléatoires ceux qui pourraient être modélisés par des effets fixes au regard des données considérées, on peut considérer la matrice de covariance des effets aléatoires. Plus précisément, un effet aléatoire de variance nulle ne présente aucune variabilité et pourrait être modélisé comme un effet fixe. Du point de vue statistique, cela revient à tester si la matrice de covariance associée à ces effets aléatoires est nulle. La difficulté réside dans le fait que les valeurs des paramètres à tester sont sur la frontière de l'espace des paramètres. Des travaux sur ce sujet ont déjà été menés, en particulier la loi asymptotique de la statistique du test de rapport de vraisemblance a été identifiée. Cependant, dans de nombreux cas pratiques, particulièrement en sciences des plantes, le nombre d'individus observés est petit, rendant la mise en oeuvre des résultats asymptotiques discutables. L'objectif du stage est de proposer des méthodes adaptées à des échantillons de petite taille et de les mettre en oeuvre sur des données réelles en collaboration avec Céline Richard-Molard (INRAE, EcoSys). On s'intéressera notamment au modèle de croissance de plante Arnica, qui décrit les échanges de flux de carbone et d'azote chez Arabidopsis thaliana. Ce modèle comporte une dizaine de paramètres, tous reliés à des processus biologiques précis. L'objectif sera d'identifier les paramètres et par extension les processus biologiques impliqués dans la variabilité phénotypique observée. Un jeu de données portant sur 48 écotypes d'Arabidopsis thaliana, représentant 100% de la diversité allélique de l'espèce, permettra de tester sur données réelles les approches développées au cours du stage.
En savoir plus :xx
stageM2_2021_modelisation_variabilite_genotypique_plante.pdf
Contact :estelle.kuhn@inrae.fr
Incertitude d’un CNN pour la classification de maladies de plantes en imagerie agricole
Publiée le 01/12/2020 11:33.
Stage, Talence, France.
Entreprise/Organisme :Laboratoire IMS, CNRS - Univ. Bordeaux
Niveau d'études :Master
Sujet :Etude des performances et quantification des incertitudes d’un réseau de neurones pour la classification de maladies des plantes lors d’un changement de contexte.
Date de début :A partir de Février 2020
Durée du contrat :6 mois
Rémunération :1000€ bruts mensuels
Secteur d'activité :Data science, imagerie et agriculture
Description :Le secteur agricole fait actuellement face à de nombreux défis et à des changements structurels accentués par la démographie, le changement climatique, l'impact environnemental, les modes de consommation, la compétitivité, etc. Pour y faire face, les technologies du numérique (la proxidétection/télédétection, les capteurs, le traitement du signal et des images, l'intelligence artificielle, la robotique, ...), se présentent comme un des principaux leviers. Ces dernières années, la possibilité d’acquérir de grandes bases de données, les capacités de calcul accrues ainsi que des avancées théoriques clé ont permis l’essor de nouvelles méthodes d’apprentissage basées sur les réseaux de neurones profonds. En particulier, les réseaux de neurones convolutifs (CNN) sont devenus un standard pour de nombreuses tâches de classification. Néanmoins, plusieurs études ont montré que ces réseaux ne sont pas infaillibles notamment lorsque le contexte change entre la base d’entrainement et la base de test [1,2]. C’est notamment le cas lorsque l’on apprend un modèle sur des données acquises dans le sud de la France et qu’on le valide dans une région située au nord. De la même façon, la prédiction d’un CNN peut être erronée alors même qu’il indique accorder une forte confiance à cette prédiction. Dans ce contexte, l’objectif de ce stage est d’améliorer la robustesse des réseaux de neurones afin d’augmenter leur pouvoir prédictif, mais également de mieux quantifier la confiance sur leur prédiction. Ce stage est réalisé en étroite collaboration avec une entreprise qui développe des solutions intelligentes pour les travaux agricoles et viticoles, afin d’améliorer la sécurité, la performance et l’impact environnemental. Dans le cadre de cette collaboration, le/la stagiaire développera des solutions algorithmiques et logicielles. Il/elle aura une vision d'ensemble sur les meilleures technologies, et une capacité d'action pour contribuer directement à l'adoption de ces technologies par les agriculteurs. Le déroulement du stage s’articulera en trois parties : - Dans un premier temps, le/la stagiaire réalisera une étude bibliographique sur les différentes approches de l’état de l’art afin d’améliorer la robustesse des réseaux de neurones. Il/elle étudiera en particulier les méthodes permettant de quantifier les performances ainsi que les incertitudes sur la prédiction faite par un CNN. - Puis, dans un deuxième temps, à l’image des forêts aléatoires [3,4], nous proposerons une nouvelle architecture de CNN basée sur les méthodes d’ensemble afin d’améliorer la robustesse de ces réseaux de neurones. - Et enfin, nous étudierons le potentiel de l’approche proposée en proxidétection sur des données réelles pour la classification de maladies de plantes. Références [1] S. Dodge et L. Karam. Understanding how image quality affects deep neural networks. IEEE International conference on quality of multimedia experience (QoMEX), 2016 [2] K. Ren, T. Zheng, Z. Qin et X. Liu. Adversarial Attacks and Defenses in Deep Learning. Engineering. Vol. 6, n° 3, pp. 346-360, 2020. [3] L. Breiman. Random Forests. Machine Learning. Vol. 45, n° 1, pp.5-32, 2001. [4] S. Akodad, L. Bombrun, J. Xia, Y. Berthoumieu et C. Germain. Ensemble Learning Approaches Based on Covariance Pooling of CNN Features for High Resolution Remote Sensing Scene Classification. Remote Sensing, Vol. 12, n° 3291, 2020.
En savoir plus :xx
Stage_IA_IMS_v2.pdf
Contact :jean-pierre.dacosta@ims-bordeaux.fr
Méthodes innovantes d’analyse statistique de données de fiabilité et de maintenance
Publiée le 30/11/2020 18:48.
Référence : Stage M2 : Méthodes innovantes d’analyse statistique de données de fiabilité et de maintenance.
Stage, GRTgaz, Villeneuve la Garenne (92).
Entreprise/Organisme :GRTgaz et Laboratoire Jean Kuntzmann
Niveau d'études :Master
Sujet :voir site web : https://grtgaz-recrute.talent-soft.com/offre-de-emploi/emploi-stagiaire-recherche-et-innovation-en-methodes-statistiques-pour-la-maintenance-h-f_3385.aspx
Date de début :février 2021
Durée du contrat :6 mois
Secteur d'activité :Energie
Description :voir fichier pdf et site web
En savoir plus :https://grtgaz-recrute.talent-soft.com/offre-de-emploi/emploi-stagiaire-recherche-et-innovation-en-m
Stage GRT gaz - LJK.pdf
Contact :olivier.gaudoin@univ-grenoble-alpes.fr
Estimation de la surface foliaire de mélanges de plantes par analyse d'image.
Publiée le 20/11/2020 10:23.
Référence : Offre de stage master 2 en laboratoire de recherche.
Stage, 31450 Auzeville.
Entreprise/Organisme :INRAE, Centre Occitanie-Toulouse
Niveau d'études :Master
Sujet :L'utilisation de la diversité végétale cultivée émerge comme l'un des leviers pour s'orienter vers une agriculture durable. En effet, la diversité d'une communauté végétale naturelle augmente et stabilise la production primaire via des effets de complémentarité entre plantes. Pour l'agriculture, l'enjeu actuel est de déterminer quels mélanges d'espèces améliorent la performance du couvert via une meilleure utilisation des ressources environnementales disponibles. Si la physiologie des plantes cultivées en monoculture est de mieux en mieux connue, le fonctionnement d'un couvert en mélange reste peu étudié. Dans cette étude, nous nous focalisons sur les processus de croissance en surface et sur la consommation d'eau d'un couvert en mélange.
Date de début :février 2021
Durée du contrat :6 mois
Rémunération :550 €/mois
Secteur d'activité :Biologie, Agronomie
Description :Ce travail comporte une importante phase de développement méthodologique, visant à développer une méthode pour estimer la croissance de la surface foliaire de plantes en culture pure et en mélange, plusieurs fois par semaine, à l'aide d'images acquises automatiquement par un robot de culture.
En savoir plus :https://www.hdigitag.fr/fr/
proposal_M2_2021_DigitAG.pdf
Contact :pierre.casadebaig@inrae.fr
Intervalles de prédiction et de tolérance pour modèles mixtes dans le cadre des études de stabilité
Publiée le 19/11/2020 17:26.
Stage, MONTPELLIER.
Entreprise/Organisme :Sanofi
Niveau d'études :Master
Sujet :Intervalles de prédiction et de tolérance pour modèles mixtes dans le cadre des études de stabilité
Date de début :De mi-mars à début Avril
Durée du contrat :6 mois
Secteur d'activité :Industrie Pharmaceutique
Description :L’approche usuelle pour étudier la stabilité d’un produit est d’appliquer un modèle d’analyse de covariance (ANCOVA) sur plusieurs lots de produits en considérant l’effet lot comme fixe. Ce modèle peut être ensuite utilisé pour calculer des intervalles de prédiction et des intervalles de tolérance encadrant une proportion fixée de la distribution des valeurs possibles du paramètre analysé à temps fixé. Une approche plus adaptée au contexte de ce type d’étude consiste à utiliser un modèle linéaire à effet mixtes en considérant l’effet lot comme aléatoire. L’objectif de ce projet est de comparer les 2 approches d’une part par des simulations en faisant varier le design de l’étude et la variabilité de la mesure, d’autre part en appliquant ces 2 approches à des données réelles confrontées à leurs estimations. Ce projet est la poursuite d’un stage déjà effectué en 2020 ayant produit des résultats de simulations. L’objectif de ce nouveau stage est double : 1. Effectuer une mise à jour bibliographique sur le sujet. Reprendre le programme (en langage SAS) et les simulations déjà effectuées et les finaliser. Analyser ensuite les résultats de ces simulations par des outils issus de plans d’expérience (en anglais : Design of Experiment) de type « Response Surface Model » pour évaluer les effets des différents facteurs sur les estimations finales. 2. Sur des données réelles, appliquer les 2 approches en utilisant une partie des données (premiers temps de mesures) pour estimer le(s) derniers temps de mesures et confronter les estimations aux valeurs réelles. L’ensemble des méthodes étudiées fera l’objet d’une programmation en langage SAS et JMP, dans le respect des standards internes et avec la documentation appropriée, facilitant l’intégration ultérieure potentielle d’un certain nombre de ces derniers par le département de Biostatistiques dans des applications de calcul destinées aux laboratoires.
En savoir plus :NA
Stage2021_biostatMP_Guy MathieuPDF.pdf
Contact :marion.berger@sanofi.com
Stage Développeur Python/Scraping
Publiée le 19/11/2020 17:25.
Stage, Paris.
Entreprise/Organisme :ANIL
Niveau d'études :Master
Durée du contrat :4 à 6 mois
Description :Description du poste : Au sein d’une équipe composée de chargés d’études, statisticiens et data scientist, nous cherchons un(e) stagiaire développeur Python (durée de 4 à 6 mois) pour travailler sur le développement d’un outil de scraping et de crawling. Les principales missions sont : - Dimensionnement de l’infrastructure nécessaire (serveur+stockage de données) - Extraction et exploitation de la data (utilisation des outils de scraping en Python) - Récupération de nouvelles sources de données et transformation de ces données Profil recherché : De formation Bac+4 ou bac +5 dans le domaine de l’ingénierie informatique, data science et/ou école d’ingénieur, vous êtes force de propositions, force d'innovations et avez des capacités de synthèse et d'analyse : - Maîtrise en Python et traitement des données - Bonnes connaissances en HTML, Javascript et CSS - Expérience dans l’écriture d’outils de scraping (projets scolaires, professionnels ou personnels) - Connaissances des BDD - Intérêt pour la partie infrastructure informatique - Maîtrise des outils BI - Enthousiaste, autonome et polyvalent(e) Entreprise : L’ANIL - Agence Nationale pour l’Information sur le Logement - est dédiée à l’information complète, neutre et gratuite du public en matière de logement et d’habitat. Elle joue le rôle de centre de ressources des 79 agences départementales d’information sur le logement. Elle assure l’animation, la coordination et le développement du réseau des ADIL. L’ANIL contribue également, en collaboration avec les ADIL, à une meilleure observation des marchés et pratiques en matière de logement. L’ANIL anime notamment le réseau des observatoires locaux des loyers, initié par le ministère du logement. Elle a en particulier pour mission de traiter les données des observatoires locaux, tout en mobilisant des sources complémentaires. Le réseau de l’ANIL et des ADIL, initié en 1975, emploie 700 collaborateurs qui assurent plus de 800 000 consultations par an. Processus de recrutement : - Entretien téléphonique - Test technique - Entretien physique Les petits plus : - Locaux en plein centre de Paris - Possibilité de télétravail - Participation aux frais de transport, tickets restaurant - Equipe jeune et dynamique, excellente ambiance de travail
En savoir plus :https://www.linkedin.com/posts/activity-6734898410630995968-e2XR
Offre_de_stage_M2_2021.pdf
Contact :wael.jradi@anil.org
Estimating Extreme Flood Hazard Anywhere in Switzerland
Publiée le 19/11/2020 10:31.
Référence : EXAR_WGEN.
Thèse, Grenoble, France.
Entreprise/Organisme :IGE
Niveau d'études :Master
Sujet :The PhD thesis will be dedicated to the development and the comparison of 2 weather generators (WGENs) able to generate long time series of hourly mean areal precipitation/temperature scenarios for small catchments, with an area ranging from 10 to 1000 km2. A key scientific challenge here is to find WGENs that can generate time series of mean areal scenarios for the whole spectra of surface areas considered. WGENs have to be applicable for any small catchment of Switzerland, from alpine to lowland ones. The WGENs will have to comply with the probability distributions of intensities provided by regional Intensity-Duration-Area-Frequency curves (IDAFs) for different temporal scales. The main objectives of the PhD thesis will be to: • Review existing subdaily conceptual stochastic generators and select the most appropriate. • Adapt this generator and GWEX for small and mountainous catchments. • Determine how both WGENs can be adapted to various spatial scales (10 to 1000 km2) and how they can account for the spatial/altitudinal heterogeneity issues. • For test catchments covering a variety of size and hydrological regimes, evaluate and compare both WGENs for a large range of performance criteria, focusing on extreme events.
Date de début :01/03/2020
Durée du contrat :3 years
Rémunération :between 1500 € and 2000 € (depending on experience)
Secteur d'activité :Hydrometeorology / Geosciences
Description :Master 2 or Engineer Diploma in Applied Statistics, or in Earth or Climate sciences with a good knowledge of statistics. A good knowledge of the software R (or equivalent) and strong interest in developing scripts is also required. Ability to work with spatial data would be appreciated. Ability and interest to work in a team. Good knowledge of English for interactions with Swiss partners. Please send the following documents to guillaume.evin@inrae.fr in support of your application: • Motivation letter in English (max. 2 pages) • Curriculum Vitae • Degrees and transcripts • One academic writing sample in English or German (e.g. Master thesis or another single-authored piece of written work) Note that only complete applications will be considered, with the exception of formal documents that cannot be obtained for factual reasons.
En savoir plus :http://www.ige-grenoble.fr/-hmcis-
EXAR3_thesis_WGEN_PhD.pdf
Contact :guillaume.evin@inrae.fr
Ingénieur R&D en sélection phénomique
Publiée le 18/11/2020 20:48.
CDD, Nouzilly (37), ou Rennes (35) avec déplacements sur Nouzilly.
Entreprise/Organisme :SYSAAF
Niveau d'études :Master
Date de début :1er janvier 2021
Durée du contrat :2 ans
Secteur d'activité :Appui aux entreprises d'amélioration génétique d'espèces avicoles, aquacoles et entomocoles
Description :La sélection phénomique consiste à estimer la ressemblance entre individus d’une population en se basant sur des données de phénotypage, ici la spectroscopie (https://doi.org/10.1534/g3.118.200760). L’objectif de la mission sera d’étudier la faisabilité de la sélection phénomique chez trois espèces aquacoles. La personne recrutée traitera les données (spectres, génotypes, phénotypes), en s’appuyant sur des scripts et logiciels existants, et sur l’expertise des partenaires scientifiques du projet PHENOMIX (SYSAAF, INRAE, Ifremer, CNRS). Des développements complémentaires seront nécessaires pour interpréter les résultats obtenus, et pour comparer les résultats de sélection phénomique avec les résultats de sélection sur pedigree ou génomique produits en amont du projet. La personne recrutée sera impliquée dans la valorisation des résultats, ainsi que dans l’acquisition de données sur une génération de truites (participation à un chantier de mesures).
En savoir plus :https://www.sysaaf.fr/Page-d-accueil/Actualites/Offre-d-emploi-Ingenieur-R-D-en-selection-phenomique
offre_CDD_ingenieur_PHENOMIX.pdf
Contact :sophie.brard-fudulea@inrae.fr
Post-Doc position in Mathematical Statistics
Publiée le 18/11/2020 15:21.
Postdoc, LJAD - Univesité Nice Côte d'Azur.
Entreprise/Organisme :LJAD - Université Nice Côte d'Azur
Niveau d'études :Doctorat
Date de début :anytime from 01/02/2021
Durée du contrat :18 months
Rémunération :Gross revenue monthly 2981€ , net before tax 2396 €
Secteur d'activité :Mathematical statistics
Description :This Post-doc scholarship is devoted to investigate an open statistical problem in the multivariate risk measures and extreme value theory with applications in functional statistics.
En savoir plus :NA
Postdoc Proposition.pdf
Contact :laloe@unice.fr

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

 
 
©2021 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :