Consulter les offres d’emploi

UMRS 1136 Inserm - Statisticien data scientist
Publiée le 23/12/2021 12:26.
Référence : STAT2021-1.
CDD, 27 rue Chaligny, 75012 Paris.
Entreprise/Organisme :UMRS 1136 Inserm Sorbonne Université
Niveau d'études :Master
Durée du contrat :1 an renouvellable
Rémunération :Grilles Sorbonne Université
Secteur d'activité :Recherche
Description :Le réseau Sentinelles est une plateforme de recherche coordonnée par l’Institut Pierre Louis d’Epidémiologie et de Santé Publique (UMR-S 1136, INSERM/Sorbonne Université) permettant la collaboration entre chercheurs, médecins généralistes et pédiatres libéraux. Il participe, en collaboration avec Santé publique France, à la surveillance des maladies communautaires comme la COVID-19, la grippe, les gastro-entérites ou la varicelle (https://www.sentiweb.fr). L’équipe développe en parallèle une plateforme de surveillance de la grippe et de la COVID-19 en population générale GrippeNet.fr/Covid-Net (https://www.grippenet.fr). L’équipe Sentinelles porte également des projets en pharmaco-épidémiologie réalisés à partir des données du SNDS (Assurance maladie) en collaboration avec l’ANSM. ACTIVITES PRINCIPALES : o Etude des données de surveillance épidémiologique du réseau Sentinelles : o analyse des séries temporelles (prévision des incidences, détection des épidémies, etc.) o suivi de la performance des méthodes utilisées (évaluation, amélioration), o développement de nouvelles méthodes et d’indicateurs o production de résultats en temps réel pour la surveillance o Travaux de pharmaco-épidémiologie menés sur les données du SNDS (principalement EGB) o définition des objectifs et de la méthodologie à mettre en œuvre o analyse des données et valorisation des résultats (publication d’articles dans des revues scientifiques) o Appui méthodologique statistique aux épidémiologistes de l’équipe : o méthodes à mettre en œuvre en fonction des problématiques étudiées et des données disponibles o aide à l’utilisation du logiciel R, éventuellement animation de formations o Participation à la vie de l’unité et de l’équipe de recherche (réunions, séminaires) PROFIL RECHERCHE Diplôme : Bac + 5 (master, ingénieur) en biostatistiques, statistiques/mathématiques appliquées Compétences recherchées : o Statistiques: o Maîtrise des méthodes statistiques (régressions, séries temporelles, données longitudinales, etc.) et connaissance des méthodes particulièrement utilisées en épidémiologie o Maitrise du logiciel R o Rigueur et méthode o Autonomie et esprit d’initiative o Communication, relationnel, pédagogie o Langue : anglais scientifique (lu, écrit) o Intérêt pour l’épidémiologie et la santé publique
En savoir plus :http://www.sentiweb.fr
FichePoste_RS_Statistique_2022-1.pdf
Contact :recrutement@sentiweb.fr
UMRS 1136 Inserm - Statisticien(ne) – data scientist expérimenté(e)
Publiée le 23/12/2021 12:26.
Référence : STAT2021-2.
CDD, 75012 Paris.
Entreprise/Organisme :UMRS 1136 Inserm Sorbonne Univsersité
Niveau d'études :Doctorat
Durée du contrat :1 an renouvellable
Secteur d'activité :Recherche
Description :Le réseau Sentinelles est une plateforme de recherche coordonnée par l’Institut Pierre Louis d’Epidémiologie et de Santé Publique (UMR-S 1136, INSERM/Sorbonne Université) permettant la collaboration entre chercheurs, médecins généralistes et pédiatres libéraux. Il participe, en collaboration avec Santé publique France, à la surveillance des maladies communautaires comme la COVID-19, la grippe, les gastro-entérites ou la varicelle (https://www.sentiweb.fr). L’équipe développe en parallèle une plateforme de surveillance de la grippe et de la COVID-19 en population générale GrippeNet.fr/Covid-Net (https://www.grippenet.fr). L’équipe Sentinelles porte également des projets en pharmaco-épidémiologie réalisés à partir des données du SNDS (Assurance maladie) en collaboration avec l’ANSM. ACTIVITES PRINCIPALES : o Direction d’un projet de pharmaco-épidémiologie mené sur les données du SNDS en partenariat avec l’ANSM o Définition des axes stratégiques de recherche, des objectifs et des méthodologies à mettre en œuvre o Analyse des données et valorisation des résultats (publications scientifiques, congrès) o Coordination du comité scientifique (médecins, pharmaciens, épidémiologistes, …) o Elaboration, coordination et valorisation de nouveaux travaux scientifiques à partir des données collectées par le réseau Sentinelles et la plateforme GrippeNet.fr/Covid-Net o Participation aux comités scientifiques des projets épidémiologiques portés par le réseau Sentinelles o Encadrement de stagiaires de Master, d’internes en santé publique, co-encadrement de thèse o Veille scientifique sur les thématiques des projets portés par le réseau Sentinelles o Participation à la vie de l’unité et de l’équipe de recherche (réunions, séminaires) PROFIL RECHERCHE Diplôme : Doctorat en (bio)statistiques, mathématiques appliquées Une expérience des bases de données du SNDS ou d’autres bases de données volumineuses en santé serait un plus. Compétences recherchées : o Statistiques: o Maîtrise des méthodes statistiques (régressions, séries temporelles, données longitudinales, etc.) et des méthodes utilisées en épidémiologie o Mathématiques appliquées (théorie statistique, probabilités, etc.) o Maitrise du logiciel R, connaissance du logiciel SAS o Rigueur et méthode o Autonomie et esprit d’initiative o Aptitude à travailler en équipe pluridisciplinaire o Aptitude à la rédaction scientifique o Langue : maîtrise de l’anglais appréciée (lu, écrit) o Communication, relationnel, pédagogie o Connaissances en épidémiologie, santé publique
En savoir plus :https://www.sentiweb.fr
FichePoste_RS_Statistique_2022-2.pdf
Contact :recrutement@sentiweb.fr
Machine learning pour l’analyse et la classification de situations de jeux au football
Publiée le 20/12/2021 14:43.
Stage, Ensai et ENS de Rennes - Laboratoire M2S ( Mouvement Sport et santé).
Entreprise/Organisme :ENSAI et ENS Rennes - financement EUR DIGISPORT
Niveau d'études :Master
Sujet :Machine learning pour l’analyse et la classification de situations de jeux au football en vue du peuplement d’environnements virtuels
Date de début :1er mars 2022
Durée du contrat :6 mois
Rémunération :3.90€/heure (soit environ 500€/mois)
Secteur d'activité :Science des données, Statistique, Science du sport et informatique
Description :Le monde du sport et du football en particulier se trouve dans une période de mutation engendrée par l’émergence de capteurs toujours plus performants permettant de récupérer une multitude de données de nature toujours plus variée. L’une des questions soulevées réside dans la perception individuelle que chaque joueur opère sur les déplacements collectifs qui l’entourent et qui orientent sa décision sur son action à venir - action qui contribuera, à son tour, à l’évolution des déplacements collectifs dans une boucle perception-action permanente. Cette imbrication des couplages perception-action des différents acteurs du jeu peut être interrogée grâce à la réalité virtuelle. Pour générer ces situations virtuelles contextualisées, avec déplacements réalistes de joueurs, le M2S dispose d’une base de données (BDD) de situations de jeu issues de matchs de football réels. Afin d’exploiter efficacement ce type de BDD, qui est amenée à s’étoffer, un outil performant de traitement de l’information s’avère nécessaire. Il doit permettre une classification automatique des différentes situations de jeu en variétés similaires par le traitement de séries spatio-temporelles multivariées.
En savoir plus :https://digisport.univ-rennes.fr/
DIGISPORT-STAGE Ensai ENS Rennes ClustInSitu.pdf
Contact :bgelein@ensai.fr
Développement d’un générateur stochastique de scénarios de précipitations extrêmes
Publiée le 17/12/2021 17:32.
Stage, Montpellier.
Entreprise/Organisme :Inria Sophia (antenne Montpellier), INRAE Avignon, Université de Montpellier
Niveau d'études :Master
Sujet :Développement d’un générateur stochastique de scénarios de précipitations extrêmes à haute résolution spatiale
Date de début :1er mars 2022 (flexible)
Durée du contrat :4 à 6 mois
Rémunération :Gratification selon les conditions de rémunération légale des stagiaires (environ 600€/mois)
Description :voir pdf joint
En savoir plus :https://recrutement.inria.fr/public/classic/fr/offres/2021-04311
Stage_STAT_Lemon_2022.pdf
Contact :gwladys.toulemonde@umontpellier.fr
Phase I Dose-Escalation Designs in Oncology using time to event methods Statistical Properties and A
Publiée le 15/12/2021 15:29.
Stage, Suresnes (92150).
Entreprise/Organisme :Institut de Recherches Internationales Servier
Niveau d'études :Master
Date de début :Avril 2022
Durée du contrat :6 mois
Description :Non cytotoxic therapies such as molecularly targeted therapies and immunotherapies are often associated with toxicities occurring after the first cycle of treatment. Broader DLT definitions with longer pre-defined DLT/safety observation periods may therefore be relevant to consider. Standard dose-finding designs, typically focused on acute toxicities occurring through the end of cycle1, can rapidly characterize the maximum tolerated dose, but require later dose reduction or MTD reassessment in case of late onset DLTs. A distinction between cycle 1 acute toxicity, prolonged toxicity impacting on tolerability and late severe toxicity may be informative. Even when dose escalation decisions are based on the first cycle, the estimation of the MTD can incorporate toxicities across a predefined number of cycles in a longitudinal or time-to-event approach. The use of adaptive designs or methods such as the time-to-event model assisted or based designs, which consider toxicities arising beyond the first cycle of treatment, could provide a better estimate of the MTD for long-term treatment. The goal of this project is to develop Bayesian statistical approaches with the aim to optimize the dose-finding in case of early and late toxicities, to assess the statistical properties of time to event designs and analyse the challenges in their application The trainee will • Implement a number of early phase oncology dose finding designs based on time to event approach • Develop any relevant extensions/modifications of the established time to event designs • Evaluate the designs' performance in a comprehensive simulation study • Get in-depth knowledge of the practical aspects of dose finding
En savoir plus :https://www.servier.fr/
Servier Biometrics Intern Proposal Phase I Dose-Escalation Designs.pdf
Contact :donia.skanji@servier.com
Early futility interim analysis using the Predictive Probability of Success based on primary and sur
Publiée le 15/12/2021 15:29.
Stage, Suresnes (92150).
Entreprise/Organisme :Institut de Recherches Internationales Servier
Niveau d'études :Master
Date de début :Avril 2022
Durée du contrat :6 mois
Description :The Predictive Probability of Success (PPoS) of a future clinical trial is a key quantitative tool for decision-making in drug development. It is generally derived from prior knowledge and evidence on the primary endpoint collected from previous clinical trials. Because pharmaceutical industries are willing to speed up drug developments and to make early decisions regarding trials continuation/stop, we developed an innovative clinical trial design that includes an early futility interim analysis based on the PPoS. As only few information on the primary endpoint of the trial (OS) will be observed at the early futility interim analysis, PPoS calculation will also be based on a surrogate endpoint (PFS). In this setting, an informative prior, called “surrogate prior”, is derived from (1) the information on the surrogate endpoint observed at the early futility interim analysis and (2) the joint distribution of the surrogate and primary endpoints, estimated using a meta-analytic approach on past clinical trials. Then, the few information on the primary endpoint observed at the early futility interim analysis is combined with the surrogate prior to generate the PPoS. The objectives of this internship are to explore, implement and compare different approaches to deal with (1) potential prior data conflict (such as testing approach or mixture prior approach) between the surrogate prior and the observed primary endpoint data and (2) heterogeneity between past clinical trials used in the meta-analysis as well as primary and surrogate endpoints correlation. In this scope, the trainee will: • Perform a literature review to identify relevant approaches • Develop programs extensions to implement selected approaches (R) • Evaluate, compare & make recommendations about selected approaches considering various clinical trial settings using simulations on a real case oncology study
En savoir plus :https://www.servier.fr/
Servier Biometrics Intern Proposal Early futility interim analysis using the Predictive POS.pdf
Contact :paul.aubel@servier.com
Bayesian Go/No-Go decision-making on study and portfolio level
Publiée le 15/12/2021 15:29.
Stage, Suresnes (92150).
Entreprise/Organisme :Institut de Recherches Internationales Servier
Niveau d'études :Master
Date de début :Avril 2022
Durée du contrat :6 mois
Description :Various versions of Bayesian Go/No-Go methodologies have been proposed in the literature and implemented in Servier projects. So far there is no internal guidance on which method is preferred. This results in duplicated evaluation efforts for each Servier project. The implementation of Go/No-Go criteria is currently limited on study level, and its extension is needed to inform decision making for a portfolio or project level with multiple studies. Currently there are three common methods for Bayesian Go/No-Go being implemented in Servier trials: 1. criteria based on posterior probabilities of exceeding Low Reference Value (LRV) and posterior probabilities of not achieving Target Reference Value (TRV); 2. criteria based on posterior probabilities of exceeding TRV and posterior probabilities of not achieving TRV; 3. criteria based on predictive probabilities of success. We aim to conduct extensive evaluation to understand the connection between these methods and compare the performance in various settings. Different priors will also be evaluated. The framework will also be extended to combining data from multiple studies to form the Go/No-Go decision for a portfolio.
En savoir plus :https://www.servier.fr/
Servier Biometrics Intern Proposal Bayesian GoNo Go decision making.pdf
Contact :paul.aubel@servier.com
Biocontrôle : modèle de développement de la septoriose in planta
Publiée le 13/12/2021 19:34.
Référence : Biomodel.
Stage, Insitut Agro - Montpellier SupAgro.
Entreprise/Organisme :Institut Agro
Niveau d'études :Master
Date de début :Février-Mars
Durée du contrat :6 mois
Rémunération :Indemnité de stage selon règlementation en vigueur
Secteur d'activité :Biocontrôle / modélisation mathématique / statistique
Description :Lorsqu’une céréale comme le blé est infectée par un champignon comme la septoriose, lors des premières phases de l’invasion s’organise une lutte pour l’accès aux ressources et pour la neutralisation des défenses de la plante6. Cette lutte peut aboutir à une résistance partielle ou au contraire une sensibilité de la plante. Cette lutte va dépendre des conditions de ressources de la plante et de l’agent pathogène qui vit au sein de ses cellules et donc des conditions de culture de la plante. Pour mieux comprendre les mécanismes qui se jouent à ce moment-là, des expérimentations ont été planifiées pour le début 2022. L'analyse de ces données doit permettre d'acquérir les connaissances nécessaires à une meilleure évaluation de l’impact des différents facteurs sur l’immunité du blé dur et les utiliser pour proposer une modélisation du développement de la septoriose in planta en fonction des facteurs environnementaux sélectionnés. Des modèles épidémiologiques de développement de la septoriose au niveau de la parcelle existent déjà mais l’impact de l’environnement sur son développement lors de la première phase de l’infection est peu étudié.
En savoir plus :https://www6.montpellier.inrae.fr/mistea/ et https://umr-phim.cirad.fr/
2022_Stage Biomodel_final.pdf
Contact :benedicte.fontez@supagro.fr
Statistical Programming Internship
Publiée le 13/12/2021 15:08.
Référence : Statistical Programming Internship.
Stage, Boudry, Neuchâtel, Switzerland.
Entreprise/Organisme :Bristol Myers-Squibb
Niveau d'études :Master
Durée du contrat :10-12 weeks
Secteur d'activité :Global Biostatistics and Data Sciences / Pharmaceutical industry
Description :Position Summary The candidate will learn to provide statistical programming support for clinical studies, learn to program CDISC datasets (SDTM/ADaM) and report the statistical study results with Tables, Listings and Figures. Perform quality process (QC) for datasets and tables, as well as other supporting activities for statistical programming group (ex. support programming for data visualization). Working with the different statistical programming teams, the candidate will also learn working in a team and interacting with the multiple stakeholders of Research & Development life cycle. Key Responsibilities The Summer Intern, assisting the statistical programming function will be expected to learn how to: • Develop, review, validate SAS programs to generate Datasets, Tables, Figures and Listings. • Support review of datasets specification (SDTM/ADAM) following the industry standards (CDISC) and related documents based on CRF, SAP and TFL shells. • Understand Company SOPs and relevant industry’s standards • Support implementation of tools to facilitate the data visualization (R-Shiny, Python) • Support implementation of data exploration analysis (using R) • Prepare final presentation to statistical programming group Qualifications & Experience • Recent BSc graduate in Computer Science, Life Sciences, Mathematics, Statistics, Engineering or related field with a minimum one year graduate school completed. • Internship program will run for 10-12 weeks. • Available to work up to 40 hours/week during normal business hours during intern. • Knowledgeable of Microsoft Office Suite (Word, Excel, PowerPoint). • Good verbal communication skills, ability to write clearly and effectively. • Knowledge of R/R-Shiny or Python is preferred. • Knowledge of SAS language, procedures, and options for clinical trial data and reporting including BASE SAS, Macro language, SAS/STAT and SAS/Graph. • Professional, proactive demeanor. • Strong interpersonal skills. • Ability to work collaboratively as part of a team. • Be authorized to work in the US or corresponding region. • Must not be employed at the time the internship starts. Why You Should Apply Around the world, we are passionate about making an impact on the lives of patients with serious diseases. Empowered to apply our individual talents and diverse perspectives in an inclusive culture, our shared values of passion, innovation, urgency, accountability, inclusion and integrity bring out the highest potential of each of our colleagues. Bristol Myers Squibb recognizes the importance of balance and flexibility in our work environment. We offer a wide variety of competitive benefits, services and programs that provide our employees with the resources to pursue their goals, both at work and in their personal lives.
En savoir plus :https://careers.bms.com/jobs/R1550911?lang=en-us&previousLocale=en-US
BMS_Statistical programming Intern_Boudry.pdf
Contact :elisa.galati@bms.com
Biostatistics Internship
Publiée le 13/12/2021 15:08.
Référence : Biostatistics Internship.
Stage, Boudry, Neuchâtel, Switzerland.
Entreprise/Organisme :Bristol Myers-Squibb
Niveau d'études :Master
Durée du contrat :6 months
Secteur d'activité :Global Biostatistics and Data Sciences / Pharmaceutical industry
Description :Position Summary Mentored by an experienced statistician, the Student Intern will receive an internship topic and will contribute in specific research questions related to statistics in clinical research, pre- or post-development. Part of this, the Student Intern may actively participate to any statistical activity for a clinical study. The Student Intern will beneficiate from BMS working environment and be fully integrated in the Boudry Biostatistics group. The candidate will become more familiar with the drug development process with regards to study designs and study conduct, as well as regulatory requirements. Internship should be considered part of the student education and the work contribute partly/fully to his/her studies. Key Responsibilities The Student Intern will have to deliver an internship report, in alignment with requirements from his/her university. For BMS internal use, the student will develop a PowerPoint presentation of his/her work and findings, and a possible guidance document. Internship outcomes may lead to publications and further research. Qualifications & Experience • Internship is 6 months, as part of the university. • Offered to Master or PhD student in Statistics (ideally Medical Statistics / Biostatistics) with good understanding of basic methodology of clinical research. • Good working knowledge of using SAS (and/or R) and MS Office products (Word, Excel, PowerPoint). • Ability to work both collaboratively as part of a team and independently. • Good verbal communication skills, ability to write clearly and effectively, in English language. • Strong interpersonal skills with professional attitude
En savoir plus :https://careers.bms.com/jobs/R1550543?lang=en-us&previousLocale=en-US
BMS_Biostatistics Intern_Boudry.pdf
Contact :elisa.galati@bms.com
Développement d’indicateurs de tendance temporelle de la flore forestière
Publiée le 09/12/2021 21:12.
Référence : Stage PASSIFOR2 Flore.
Stage, Nogent sur Vernisson.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Sujet :La puissance publique tout comme la recherche a besoin de disposer de mesures des variations de l’état de la biodiversité dans le temps, notamment à l’échelle nationale et infra. Dans le domaine forestier, des indicateurs de ce type commencent à émerger à partir du programme Vigie Nature en particulier (cf. indicateurs de l’ONB). Une piste intéressante pour compléter ces indicateurs est d’en développer pour des taxons comme les arbres ou comme la flore vasculaire. De fait, des données existent depuis le début des années 1990 pour la flore vasculaire à travers les relevés de l’Inventaire forestier national. Leur analyse pose néanmoins de nombreux problèmes (répartition spatio-temporelle des relevés très irrégulière jusqu’en 2005, changement d’affectation des observateurs entre la période pré-2005 et post-2005, détectabilité des espèces mal connue et variable dans le temps et selon les observateurs, phénologie à prendre en compte, les relevés étant faits pratiquement toute l’année…), expliquant pourquoi à ce jour il n’y a pas d’indicateur de biodiversité basé sur ces données. Le projet PASSIFOR2 développe un programme d’expertise et de recherche pour proposer des maquettes de suivi de la biodiversité forestière à l’échelle métropolitaine. Une attention particulière est portée aux aspects méthodologiques (fusion de données hétérogènes, prise en compte de la détectabilité d’espèces, réflexion sur les plans d’échantillonnage, méthodes d’analyse de données…). Dans le cadre de ce projet, il a été jugé souhaitable de mettre en œuvre une analyse statistique de données réelles sur la biodiversité forestière. La flore forestière est une candidate intéressante (quelques milliers de relevés faits chaque année par des professionnels suivant un plan d’échantillonnage représentatif des forêts de production françaises). L’objet de ce stage est de commencer à analyser les données de la flore vasculaire de l’Inventaire forestier dans cette perspective. Il s’agira de développer une modélisation temporelle spatialement explicite de la dynamique de la flore à l’échelle métropolitaine en corrigeant les sources de nuisance connues dans les données de l’inventaire à partir de 2006 (période stabilisée d’application de la nouvelle méthode de l’inventaire). On utilisera le formalisme des modèles hiérarchiques bayésiens (Ancelet, 2008, Cressie et al., 2009) en s’appuyant sur des méthodes de convolutions discrétisées sur une grille (e.g. Higdon, 1998). On prendra en compte les sources de nuisances connues (phénologie/date, identité des équipes, contrôle des mesures…), ainsi que les principales variables écologiques suivant les objectifs de l’analyse (expliquer les variations temporelles, mieux prédire, enlever les sources de nuisances connues… ; cf. par exemple Zilliox et Gosselin, 2014, Bouvier et al., 2017). On commencera les analyses par la modélisation de la présence-absence d’une seule espèce pour essayer ensuite l’analyse de l’abondance-dominance de cette même espèce (Herpigny et Gosselin, 2015) et l’analyse de la présence-absence de plusieurs espèces en même temps (Warton et al., 2015, Poggiato et al., 2021). Ces analyses guideront les réflexions sur les procédures d’analyse des données qui pourront être mises en œuvre dans le cadre des maquettes de dispositifs de suivi de la biodiversité forestière de PASSIFOR2 et pourront servir de base d’un nouvel indicateur de biodiversité futur de l’ONB (Observatoire National de la Biodiversité). Aspects pratiques : Le stage (6 mois) se déroulera à l’UR EFNO à Nogent-sur-Vernisson. Rémunération forfaitaire par gratification mensuelle conformément à la législation. Le stage nécessite un bon niveau d’anglais (notamment lecture d’articles scientifiques), et une bonne autonomie. Ce projet de master s’insère dans un projet plus large, d’acronyme PASSIFOR2 et intitulé : « ELABORATION DE MAQUETTES DE SUIVI DE LA BIODIVERSITÉ FORESTIÈRE », financé par le Ministère de la Transition Ecologique et Solidaire. La candidature (CV, lettre de motivation, en précisant d’éventuels travaux faits par l’étudiant sur un sujet proche) est à envoyer au plus vite et si possible avant le 17/12/2021 à Frédéric Gosselin (frederic.gosselin@inrae.fr).
Date de début :Environ 1er mars 2022
Durée du contrat :6 mois maximum
Rémunération :Gratification de stage de M2 réglementaire
Secteur d'activité :recherche
Description :cf. sujet de stage
En savoir plus :https://hal.inrae.fr/EFNO
stg_flore_forestière_2022_V2.pdf
Contact :frederic.gosselin@inrae.fr
Poste Maître de conférences en Statistique Nantes
Publiée le 09/12/2021 21:12.
Référence : Poste Maître de conférences Statistique Nantes.
CDI, Nantes.
Entreprise/Organisme :Ecole Centrale Nantes
Niveau d'études :Doctorat
Date de début :septembre 2022
Durée du contrat :Fonctionnaire
Description :Un poste de Maître de Conférences (titulaire) profil "Statistique, Apprentissage Statistique" est susceptible d'être ouvert à l’École Centrale Nantes et au Laboratoire de Mathématiques Jean Leray, pour une prise de poste en septembre 2022. Pour tout renseignement, contacter Bertrand MICHEL (bertrand.michel@ec-nantes.fr).
En savoir plus :https://www.math.sciences.univ-nantes.fr/fr
Contact :bertrand.michel@ec-nantes.fr
Poste de PR en probabilités et Statistiques, Institut Elie Cartan de Lorraine, site de Nancy
Publiée le 09/12/2021 21:12.
Référence : IECL-PR-PS-2022.
CDI, Nancy.
Entreprise/Organisme :Université de Lorraine
Niveau d'études :Autre
Date de début :1er septembre 2022
Secteur d'activité :Recherche
Description :Poste de professeur·e des Universités en probabilités et/ou statistique à l'Institut Elie Cartan de Lorraine, site de Nancy, avec enseignement au département de mathématiques de la Factulté des Sciences et Technique de l'Université de Lorraine. Voir la fiche de poste pour les détails.
En savoir plus :https://iecl.univ-lorraine.fr/offre-de-poste/professeur%c2%b7e-en-probabilites-et-ou-statistique/
FICHE DE POSTE_PR26-Proba-Stat-2022.pdf
Contact :antoine.lejay@univ-lorraine.fr
Poste de biostatisticien à l'IDESP
Publiée le 09/12/2021 21:12.
Référence : BS1.
CDD, IDESP IURC, 641 Avenue du Doyen Gaston Giraud, 34093 Montpellier France.
Entreprise/Organisme :IDESP, UA11, INSERM et Université de Montpellier, Montpellier
Niveau d'études :Master
Date de début :Février 2022
Durée du contrat :1 an (renouvelable)
Rémunération :Selon grille des universités
Secteur d'activité :biostatistique (relations environnement - santé)
Description :Le biostatisticien (IE) participera au développement d’un axe de recherche innovant focalisé sur la compréhension des maladies chroniques par une approche exposomique.
En savoir plus :https://idesp.umontpellier.fr/
Biostatistique Offre d'emploi.pdf
Contact :isabella.annesi-maesano@inserm.fr
Biostatisticien Préclinique (H/F)
Publiée le 08/12/2021 09:05.
Référence : BPFm122021.
CDI, Suresnes.
Entreprise/Organisme :Institut de Recherches Internationales Servier
Niveau d'études :Master
Secteur d'activité :Industrie Pharmaceutique
Description :Le Pôle de Médecine Translationnelle a pour missions de faire le lien entre les phases précliniques et cliniques et de s’appuyer sur des biomarqueurs pour prendre des décisions afin d’accélérer l’entrée en phase de développement et d’augmenter les chances de succès à chaque étape du développement. Au sein de ce pôle, dans le département de Quantitative Pharmacology, regroupant la Biostatistique Biomarqueurs, la bioinformatique et la pharmacométrie, nous recherchons un(e) : Bistatisticien préclinique (H/F)
En savoir plus :Xx
Biostatisticien preclinique H-F.pdf
Contact :florence.mallein@servier.com

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