Consulter les offres d’emploi

Classification de données fonctionnelles multivariées pour attester les mobilités écoresponsables

Publiée le 31/08/2021 18:43.

Référence : Stage M2 - Classification de données fonctionnelles multivariées.

Stage, Clermont-Ferrand / Aurillac.

Entreprise/Organisme :	Université Clermont Auvergne - Laboratoire de Mathématiques Blaise Pascal
Niveau d'études :	Master
Sujet :	Depuis une dizaine d’années, plusieurs cryptomonnaies ont été développées afin de promouvoir des échanges dématérialisés de pair à pair et en se passant d’un intermédiaire tels que le sont les banques ou autres organismes financiers. Pour la plupart de ces cryptomonnaies, la création de nouvelles unités repose généralement sur l’accomplissement de tâches virtuelles, comme la résolution d’un problème numérique. Ceci induit aujourd’hui une utilisation intensive de serveurs de calculs et dont le coût environnemental est problématique. Pour pallier ce problème, de récentes cryptomonnaies se développent sur la base de protocoles de création d’unités beaucoup moins énergivores, certains allant même jusqu’à valoriser des comportements écoresponsables. Par exemple Solarcoin récompense en unités monétaires les producteurs d’électricité par panneau photovoltaïques, ou encore Regen qui encourage les agriculteurs mettant en œuvre des pratiques régénératrices des terres. Toutefois, à notre connaissance, aucune tentative n’a encore été amorcée dans le domaine des transports, pourtant majoritairement responsables de l’émission de CO2 dans l’atmosphère, et donc du dérèglement climatique. Une piste innovante est la création d’une cryptomonnaie pour valoriser l’usage des mobilités moins énergivores et polluantes comme le vélo, le covoiturage ou l’utilisation de transports en commun. Pour l’établissement d’une telle cryptomonnaie, une question primordiale est de détecter à partir de données GPS comment se déplacent les individus, avec une précision suffisante pour exclure la possibilité de fraude (individus voulant faire croire à des déplacements écoresponsables). Bien que des solutions existent déjà, les contraintes suivantes du contexte de ce projet ne rendent pas utilisables ces solutions : - Afin de respecter les recommandations du RGPD et la vie privée des citoyens, il ne doit pas être possible de déterminer la présence d’un citoyen à un endroit donné et à un instant donné. Cela implique que les données GPS des utilisateurs doivent être anonymisées. - Le système établi ne doit pas faire appel à des informations fournies par des services tiers qui pourraient constituer autant de failles de sécurité. Cela implique de ne pas pouvoir recouper les données GPS avec des cartes. - Si pour d’autres contextes les conséquences d’une fraude non-détectée (détecter à tort que la personne se déplace de manière écoresponsable) ne sont pas coûteuses, dans ce contexte la précision de détection est un élément important pour l’intérêt et la confiance du système proposé. Plus précisément, ce système économique ne serait pas viable si par des moyens détournés, un fraudeur arrive à générer une grande quantité d’unités monétaires sans avoir accompli de comportement écoresponsable. Ces différentes contraintes impliquent la nécessité de développer une méthodologie spécifique pour ce projet de recherche.
Date de début :	Automne 2021 ou printemps 2022
Durée du contrat :	6 mois (peut se faire sur un calendrier d'alternant)
Rémunération :	Taux légal : une gratification de 536 euros net par mois.
Secteur d'activité :	Statistiques
Description :	Voir fichier joint.
En savoir plus :	NA sujet_stage_M2_2021-2022_stat.pdf
Contact :	paul_marie.grollemund@uca.fr

postdoc in Functional Data Analysis and SingleCell genomics

Publiée le 31/08/2021 18:43.

Référence : PostDoc-FDA-sc-Picard.

CDD, Lyon.

Entreprise/Organisme :	CNRS
Niveau d'études :	Doctorat
Sujet :	Massively parallel sequencing and high-throughput cell biology technologies have paved the way for a better investigation of the suspected but unaccessible cell-to-cell variability of molecular profiles, based on DNA, RNA, chromatin states and conformation. Single-cell genomics now allows the study of cell-to-cell variability within a biological sample and investigate new questions that were out of reach for classical bulk genomics. However, the full exploitation of this incredible wealth of data can not be done without new machine learning and computational breakthroughs to handle the unprecedented complexity and volume of data already at hand. The challenge ahead concerns the dimensionality of the data combined with a high variability of biological processes at stake. While concensus methods have already been proposed for dimension reduction based on expression profiles, the spatial organization of genomic data along the DNA molecule in 1D or even 3D raises methodological challenge that have not yet been investigated. However this information is crucial, for instance when considering chromatin accessibility, for which the accessibility at a given position strongly depends on the neighboring states. In this project we will focus on cutting edge single cell replication timing data, whose purpose is to measure the dynamics of replication at the single cell level. Replication Timing is strongly organized along the genome, and the proper description of the inter-cellular variability of this essential genomic process requires dedicated machine learning methods that account for this spatial structure. Among the SingleStatomics consortium, we propose a 18 month postdoc position that will be dedicated to the development of new methodologies based on functional data analysis and dimension reduction. The postdoc will be supervised by a group of specialists in machine learning for single cell genomics (F. Picard LMBC ENS de Lyon, J. Chiquet, AgroParisTech), in collaboration with specialists in the mathematical aspects of statistical learning (V. Rivoirard and A. Roche, CEREMADE, Université Paris Dauphine), and a specialist in replication (M.N. Prioleau, Institut Jacques Monod). The candidate will develop a statistical dedicated to dimension reduction for spatially organized single cell data, and will also analyze some genomic data. The candidate should have a solid background in bioinformatics and/or statistical learning. Prior knowledge in single cell genomics would be appreciated but not mandatory. The position could start between september 2021 and january 2021 (to be discussed), for 18 months, based in Lyon. To apply send a CV and the contact details of two referees to Franck Picard franck.picard@ens-lyon.fr
Date de début :	before january 2022
Durée du contrat :	18 mois
Rémunération :	depends on the experience of the candidate
Secteur d'activité :	Recherche académique
Description :	Massively parallel sequencing and high-throughput cell biology technologies have paved the way for a better investigation of the suspected but unaccessible cell-to-cell variability of molecular profiles, based on DNA, RNA, chromatin states and conformation. Single-cell genomics now allows the study of cell-to-cell variability within a biological sample and investigate new questions that were out of reach for classical bulk genomics. However, the full exploitation of this incredible wealth of data can not be done without new machine learning and computational breakthroughs to handle the unprecedented complexity and volume of data already at hand. The challenge ahead concerns the dimensionality of the data combined with a high variability of biological processes at stake. While concensus methods have already been proposed for dimension reduction based on expression profiles, the spatial organization of genomic data along the DNA molecule in 1D or even 3D raises methodological challenge that have not yet been investigated. However this information is crucial, for instance when considering chromatin accessibility, for which the accessibility at a given position strongly depends on the neighboring states. In this project we will focus on cutting edge single cell replication timing data, whose purpose is to measure the dynamics of replication at the single cell level. Replication Timing is strongly organized along the genome, and the proper description of the inter-cellular variability of this essential genomic process requires dedicated machine learning methods that account for this spatial structure. Among the SingleStatomics consortium, we propose a 18 month postdoc position that will be dedicated to the development of new methodologies based on functional data analysis and dimension reduction. The postdoc will be supervised by a group of specialists in machine learning for single cell genomics (F. Picard LMBC ENS de Lyon, J. Chiquet, AgroParisTech), in collaboration with specialists in the mathematical aspects of statistical learning (V. Rivoirard and A. Roche, CEREMADE, Université Paris Dauphine), and a specialist in replication (M.N. Prioleau, Institut Jacques Monod). The candidate will develop a statistical dedicated to dimension reduction for spatially organized single cell data, and will also analyze some genomic data. The candidate should have a solid background in bioinformatics and/or statistical learning. Prior knowledge in single cell genomics would be appreciated but not mandatory. The position could start between september 2021 and january 2021 (to be discussed), for 18 months, based in Lyon. To apply send a CV and the contact details of two referees to Franck Picard franck.picard@ens-lyon.fr
En savoir plus :	https://anr-singlestatomics.pages.math.cnrs.fr/
Contact :	franck.picard@ens-lyon.fr

PhD position "Reliability of Low-Hit Spare Parts”

Publiée le 30/08/2021 12:38.

Thèse, Eindhoven.

Entreprise/Organisme :	Eindhoven University of Technology, Department of Mathematics and Computer Science
Niveau d'études :	Master
Sujet :	The PhD student will work on a subproject that pertains specifically to developing mathematical models for the accurate prediction of machine reliability, the remaining useful lifetime (RUL) and the failure rate. There are multiple challenges associated with this research direction due to among others scarci-ty of failures, dependencies between components and heterogeneous data with different time scales. The mathematical models will serve as the basis for spare part and inventory management policies and preventive maintenance planning by integrating learning and decision making. The project is thus at the exciting interface of statistics and stochastic operations research.
Date de début :	October 1, 2021
Durée du contrat :	4 years
Rémunération :	2440-3100 Euro per month; foreign students get 30% tax reduction (under certain conditions)
Secteur d'activité :	University in close collaboration with high-tech company
Description :	We are looking for a PhD student researcher in mathematics for the Primavera project (https://primavera-project.com), a Dutch national consortium involving several universities and indus-trial partners, revolving around data-analytics for predictive maintenance. The research is fundamental in nature, but it is inspired by real-life problems arising from practical situ-ations. The PhD student will be employed by the Department of Mathematics and Computer Science of Eindhoven University of Technology but work in close collaboration with ASML – the world-leading manufacturer of integrated-circuit lithography machines. There will be ample opportunities to imple-ment and test novel methodologies in a cutting-edge industrial research environment. This PhD posi-tion offers a unique opportunity to work in the interface of academic and industrial research. For more information and the application form see: https://jobs.tue.nl/en/vacancy/phd-student-reliability-of-low-hit-spare-parts-872875.html
En savoir plus :	https://jobs.tue.nl/en/vacancy/phd-student-reliability-of-low-hit-spare-parts-872875.html
Contact :	a.d.bucchianico@tue.nl

Biostatisticien(ne) Biomarqueurs (H/F)

Publiée le 30/08/2021 12:38.

Référence : BiostatBiomark2021.

CDI, Suresnes.

Entreprise/Organisme :	Groupe Servier
Niveau d'études :	Master
Date de début :	Dès que possible
Secteur d'activité :	Industrie pharmaceutique
Description :	Au sein d’une équipe de Biostatisticiens spécialisés dans l’analyse de biomarqueurs, vous serez responsable des aspects méthodologiques et de l’analyse statistique des données biomarqueurs, tant sur des projets en phase de Recherche que de Développement Clinique. Vous travaillerez en étroite collaboration avec les équipes de médecine translationnelle (incluant cliniciens, pharmacologues, biologistes, bio-informaticiens et statisticiens cliniques) dans le domaine de l’Oncologie pour identifier des biomarqueurs et les utiliser pour prendre des décisions clés sur les projets.
En savoir plus :	NA Biostat BMK 2021.pdf
Contact :	chloe.pothier@servier.com

Data Scientist

Publiée le 27/08/2021 08:44.

Référence : Data Scientist.

CDI, Ile-de-France.

Entreprise/Organisme :	IT&M STATS
Niveau d'études :	Master
Secteur d'activité :	Industrie Pharmaceutique
Description :	Spécialisée dans le domaine de la Recherche et la Biométrie, la société IT&M STATS développe un pôle de compétences dans différents métiers de la Recherche (Data Managers, Biostatisticien(ne)s, Analyste Programmeurs SAS/R, Bioinformaticien(ne)s…) Nous basons notre relation sur : o Un respect des collaborateurs et des clients, de leurs aspirations, o Un suivi personnalisé des collaborateurs et des clients, o Une gestion régulière des carrières des collaborateurs, o Des échanges transparents, o Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour un de nos clients du secteur de la Santé basé en région parisienne, un(e) Data Scientist/Statisticien(ne) Intégré à une équipe de Data Scientists et statisticien dédiés à la recherche et l’innovation, votre mission consiste à : • Assurer la veille bibliographique sur des méthodes de statistiques variées : univariés, multivariés (ACP, PLS…), Régressions, Machine Learning mais aussi en bayésien ou encore en analyses fonctionnelles. • Apporter son soutien et son expertise aux différents métiers en effectuant les analyses les plus pertinentes et adaptées aux données. • Mettre en place des plans d’expérience • Produire les analyses et visualisations graphiques adaptées et modèles prédictifs associés • Produire les rapports d’analyses et éventuellement les outils de reporting associés • Assurer la formation des métiers et faire preuve de vulgarisation et synthèse dans la présentation des résultats Vous êtes titulaire d’un diplôme de type Bac+5 (Master 2 ou école d’ingénieur) avec une spécialisation en statistiques, mathématiques ou data science • Vous justifiez d’une expérience professionnelle de 2 à 3 ans minimum • Une bonne maitrise de R (dont R Shiny) est attendue, SAS, Python et JMP seraient un plus • Vous êtes organisé(e), rigoureux(se), autonome, flexible, vous aimez communiquer et travailler en équipe et vous avez un bon esprit de synthèse et d’analyse • Vous avez un bon niveau d’anglais Le poste est en CDI et à pourvoir ASAP.
En savoir plus :	https://it-m.fr/nos-filiales/itm-stats/ Statisticien - Data Scientist.pdf
Contact :	recrutements@itm-stats.com

Biostatisticien Senior (H/F)

Publiée le 27/08/2021 08:44.

Référence : Biostat Senior.

CDI, Ile-de-France.

Entreprise/Organisme :	IT&M STATS
Niveau d'études :	Master
Secteur d'activité :	Industrie Pharmaceutique
Description :	Biostatisticien(ne) Senior (H/F) Société de prestation de service, IT&M STATS met à la disposition de ses clients des collaborateurs expérimentés, professionnels et motivés dans les métiers de l’Analyse Statistique et de la Donnée. Expert dans le domaine de la Santé depuis plusieurs années, IT&M STATS a aujourd’hui la confiance de nombreux acteurs dans les domaines pharmaceutique, agroalimentaire et cosmétique et se développe également vers de nouveaux secteurs d’activités. Nous basons notre relation sur : Un respect des collaborateurs et des clients, de leurs aspirations, Un suivi personnalisé des collaborateurs et des clients, Une gestion régulière des carrières des collaborateurs, Des échanges transparents, Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour un client du secteur pharmaceutique, basé en région parisienne un(e) Biostatisticien(ne) Senior. Missions Le consultant travaillera en collaboration avec le Project Statisticien et la Clinical Trial Team afin de vérifier que les analyses statistiques répondent aux objectifs de l’étude en respectant les délais, la qualité, les exigences réglementaires et les guidelines Les tâches à réaliser : Etablissement de la taille de l’échantillon pour l’étude. Possible élaboration des programmes de simulation pour évaluer les caractéristiques opérationnelles d’un essai Collaboration avec l'équipe sur la manière de collecter et faire la dérivation des données Revue et contribution des documents de l'étude : Case Report From (CRF), Central monitoring Plan (CMP), Study Risk Management Plan, IRT specifications Apport de l’expertise statistique dans la revue des données Détermination du plan de randomisation : s’assurer par la suite qu’il soit exécuté correctement par l’IRT Ecriture d’un plan d'analyse statistique. Construction de la liste des appendices statistiques de l'étude Interprétation des résultats statistiques Participation aux réunions d'équipe et aux activités de soumission Respect des BPC, des autres directives internationales, puis des recommandations des groupes de travail (ex : CDISC ou Bonnes pratiques de programmation) Profil recherché Vous êtes titulaire d’un diplôme Bac+5 Diplômé(e) d’une école type : ENSAI, ISUP, ISPED, vous avez une formation scientifique, spécialisée en biostatistiques Vous justifiez d’une expérience professionnelle de plus de 8 ans en CRO ou en laboratoire pharmaceutique Une bonne maitrise de R est attendue La maîtrise de SAS serait un atout Vous êtes organisé(e), rigoureux(se) et autonome Vous avez un bon niveau d’anglais Le poste est à pourvoir en CDI Contacts : Ana Luisa Gomes : recrutements@itm-stats.com Iga Duchnik : i.duchnik@itm-stats.com
En savoir plus :	https://it-m.fr/nos-filiales/itm-stats/ 26082021 Biostatisticien Senior.pdf
Contact :	recrutements@itm-stats.com

Biostatisticien Oncologie (H/F)

Publiée le 27/08/2021 08:44.

Référence : Biostatisticien Onco.

CDI, Ile-de-France.

Entreprise/Organisme :	IT&M STATS
Niveau d'études :	Master
Secteur d'activité :	Industrie Pharmaceutique
Description :	Société de prestation de service, IT&M STATS met à la disposition de ses clients des collaborateurs expérimentés, professionnels et motivés dans les métiers de l’Analyse Statistique et de la Donnée. Expert dans le domaine de la Santé depuis plusieurs années, IT&M STATS a aujourd’hui la confiance de nombreux acteurs dans les domaines pharmaceutique, agroalimentaire et cosmétique et se développe également vers de nouveaux secteurs d’activités. Nous basons notre relation sur : · Un respect des collaborateurs et des clients, de leurs aspirations, · Un suivi personnalisé des collaborateurs et des clients, · Une gestion régulière des carrières des collaborateurs, · Des échanges transparents, · Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour un client du secteur pharmaceutique, basé en région Parisienne un(e) Biostatisticien(ne) confirmé(e) en Oncologie. Environnement et contexte L'objet de la mission est de contribuer à la mise en place et au suivi des essais cliniques en collaboration avec le project statisticien et la clinical trial team, afin que les analyses statistiques répondent aux objectifs primaires et secondaires de l’étude en respectant les délais, la qualité, les exigences réglementaires et les guidelines du client. Etablir la taille de l’échantillon pour l’étude, voire élaborer des programmes de simulation pour évaluer les caractéristiques opérationnelles d’un essai. Collaborer avec l'équipe sur la manière de collecter et faire la dérivation des données. Revue et contribution des documents de l'étude : Case Report From (CRF), Central monitoring Plan (CMP), Study Risk Management Plan, IRT specifications.... Apporter l’expertise statistique dans la revue des données Déterminer le plan de randomisation et s’assurer qu’il soit exécuté correctement par l'IRT Ecrire un plan d'analyse statistique(SAP) précis, clair et complet avec la méthodologie et la présentation des données les plus appropriées. Construire la liste des appendices statistiques de l'étude. Fournir des instructions de programmation aux programmeurs statistiques, validation de la documentation des SDTM/ADAM (variable dérivées essentiellement). Préparer, vérifier et approuver les programmes des analyse statistiques. Communiquer, discuter et interpréter les résultats statistiques, y compris l'élaboration conjointe du rapport d'étude clinique. Participation aux activités de soumission. Participation aux réunions d'équipe. S'assurer que toutes les activités sous sa responsabilité sont correctement documentées (traçabilité des changements, spécifications des données) selon les procédures du client. Travailler conformément aux BPC de l'ICH, à d'autres directives internationales (p. ex. ISO), aux recommandations des groupes de travail (p. ex. CDISC ou Bonnes pratiques de programmation). Profil recherché Vous possédez une formation BAC+5 (ENSAI, ISUP, ISPED…) en Biostatistiques Vous justifiez d’une expérience professionnelle de 5 ans en CRO ou en laboratoire pharmaceutique Vous justifiez d’une expérience significative en recherche clinique Vous maitrisez très bien SAS La connaissance de R est un plus La connaissance en oncologie est un plus Vous êtes organisé(e), rigoureux(se) et autonome Vous avez un excellent niveau d’anglais
En savoir plus :	https://it-m.fr/nos-filiales/itm-stats/ 26082021 Biostatisticien(ne) Oncologie.pdf
Contact :	recrutements@itm-stats.com

Maître Assistant Associé/ post doc en Science des Données et Mathématiques appliquées etIndustr4.0

Publiée le 10/08/2021 12:10.

Référence : MSE_ete2021.

Postdoc, Saint-Etienne.

Entreprise/Organisme :	Ecole des Mines de Saint-Etienne
Niveau d'études :	Autre
Sujet :	L'objectif de l’enseignant-chercheur contractuel est de contribuer aux travaux en Science des données réalisés au sein du LIMOS pour répondre aux questionnements en termes de prévision dans le domaine de la fiabilité et/ou du contrôle, de la conception optimale et/ou de l’aide à la décision en lien étroit avec les problématiques sous-jacentes à l’industrie du futur
Date de début :	1 octobre 2021
Durée du contrat :	1 année
Rémunération :	environ 2000 euros
Secteur d'activité :	recherche enseignement
Description :	date limite de candidature : 25 aout 2021
En savoir plus :	xx EMSE_FAYOL_post-doc_Maths_appli_ingenierie_math-2021.pdf
Contact :	mireille.batton-hubert@emse.fr

RESEARCH SCIENTIST - STATISTICS

Publiée le 06/08/2021 16:44.

Référence : RESEARCH SCIENTIST - STATISTICS.

CDI, LYON.

Entreprise/Organisme :	MODUS OUTCOMES
Niveau d'études :	Master
Date de début :	Position to be filled immediately
Durée du contrat :	Long-term contract
Rémunération :	Based on experience
Secteur d'activité :	Consultancy for pharmaceutical companies
Description :	RESEARCH SCIENTIST - STATISTICS You are a biostatistician searching for a new challenge that will make a real difference. By joining Modus Outcomes’ growing Statistics team based in Lyon (France), you will be able to achieve your objectives and grow your career in a stimulating working environment. Modus Outcomes: ----------------------------- Modus Outcomes brings the patient voice to clinical research. Our work, grounded in the patient experience, allows us to design meaningful outcome measures to optimize decision-making about the development, commercialization, and use of medical products. We aspire to ensure fairness in high-stakes decisions by advancing the accuracy and interpretability of measurements. Modus Outcomes is a patient-centered outcomes consultancy created in 2014 with offices in the US (Cambridge), UK (Letchworth Garden City, near London) and France (Lyon). Our global team is composed of more than 40 highly skilled scientists (MS/MSc or PhD) in various field of expertise (clinical, psychology, psychometrics, statistics). We believe in innovation and encourage academic excellence in our daily work, as illustrated by the publication list of the team (https://modusoutcomes.com/resources/publications/) and the academic activities of many of the team members (teaching, student supervision, training, collaboration with international academic teams). Our France-based team is our expert center for statistics applied to patient-centered outcomes measures. It includes 9 biostatisticians (three with more than 15 years of experience). Our offer: --------------- We are searching for a Research Scientist to join our Statistics team based in Lyon (France). They will contribute to international patient-centered outcomes research projects, being responsible of a range of tasks, including: • Research design and implementation: Design, programming, and interpretation of psychometrics and statistical analyses of patient-centered outcomes data from clinical or observational studies • Preparation of documents related to the psychometrics and statistical aspects of projects (statistical parts of protocols, statistical analysis plans, slide decks, reports, scientific communications) • Project management, including client interaction, management of timelines, scope, finance, and research team • Business development: writing of proposals and budget development with the support of the senior team • Development of areas of expertise in the analysis of patient-centered outcomes data and contribution to the visibility of Modus Outcomes in the scientific community The position is open in our Lyon office. Your profile: ------------------- You have an MSc or PhD in Biostatistics, or Applied Statistics, with between 3 and 8 years of experience, preferably in CRO, consulting or the pharmaceutical industry. You also have strong academic credentials, with peer-reviewed publications and communications in international scientific congresses. You know how to program with SAS and preferably have some experience with psychometrics (classical and/or modern). You are passionate and take pride of the quality of the work you deliver. You have good communication skills and speak English fluently. Location: Lyon (France), home-based and office combination Type of contract: Full time, long-term contract (CDI) Salary: Based on experience How to apply? ----------------------- You can send your application by email to: Juliette Meunier, Associate Director – Statistics, French team lead, Modus Outcomes juliette.meunier@modusoutcomes.com For more information, please check our website: www.modusoutcomes.com Recruitment agency – Please refrain from contacting us
En savoir plus :	NA Modus Outcomes Research Scientist - Statistics AUG21.pdf
Contact :	gregoire.desplanques@modusoutcomes.com

Modélisateur dans le domaine de l’élevage et de l’agronomie

Publiée le 06/08/2021 16:44.

Référence : CDDsept2021idele.

CDD, Paris ou Le Rheu ou Beaucouzé ou Villers-Bocage.

Entreprise/Organisme :	Institut de l'Elevage
Niveau d'études :	Master
Date de début :	A partir de septembre
Durée du contrat :	12 mois
Rémunération :	Selon grille
Secteur d'activité :	Agriculture
Description :	Data'Stat, service Statistique de l'Institut de l'Elevage recrute un modélisateur dans le cadre de projets sur le stockage de carbone dans les sols agricoles : travail de comparaison, construction, évaluation de modèles plus ou moins complexes… (un projet est en cours de finalisation et sera suivi par d’autres sur la même thématique).
En savoir plus :	http://idele.fr/services/datastat.html 21-47 - Modélisateur - interne externe.pdf
Contact :	elodie.doutart@idele.fr

Development of algorithms for decentralized, resilient federated learning (postdoc)

Publiée le 03/08/2021 09:37.

Postdoc, Saclay.

Entreprise/Organisme :	CEA LIST
Niveau d'études :	Doctorat
Description :	Federated learning (FL) is a machine learning setting in which many clients (e.g. mobile devices or whole organizations) collaboratively train a model under the orchestration of a central server (e.g. service provider), while keeping the training data decentralized (communicating only the model parameters). Hence, in traditional FL, a central server orchestrates the training process and receives the contributions of all clients and thus represents a single point of failure and/or a communication bottleneck. Against this background, the first objective of this fellowship is to envisage a fully decentralized efficient version of the FL, replacing communication with the server by peer-to-peer communication between individual clients on some communication graph. Note that in this peer-to-peer setting there is no longer a global state of the model, but the process can be designed such that all local models converge to the desired global solution, i.e., the individual models gradually reach consensus. On doing that, the successful applicant is expected to tackle some of the open challenges that involve passing to fully decentralized learning, including: (1) the design, specification and implementation of efficient decentralised learning protocols; (2) the evaluation of communication and computational costs of protocols on different network topologies possibly leading to the design of new resource-aware distributed learning protocols; and (3) tackling the compromise between generic and personalized models depending on the evaluated non-IID of data distributions available to individual clients (e.g. different models for clusters of participants). For the design and implementation of the distributed framework the post-doc is expected to collaborate with other CEA labs involved in the project that will be providing a privacy-preserving distributed ledger technology infrastructure. The other focus of this position will be the study of the robustness of distributed FL against the presence of malicious participants (i.e. Byzantine and backdoor attacks). The application domain envisaged in the project is personalized privacy-preserving health monitoring.
En savoir plus :	http://www-list.cea.fr/ postdoc-offer-fantastycv0.3.pdf
Contact :	aurelien.mayoue@cea.fr

INGENIEUR EN BIOSTATISTIQUES H/F - CDD 6 mois

Publiée le 02/08/2021 11:24.

Référence : BIOA21-16/SFDS.

CDD, LYON.

Entreprise/Organisme :	BIOASTER
Niveau d'études :	Master
Date de début :	20/09/2021
Durée du contrat :	6 mois
Rémunération :	32 à 35K€/an selon expérience
Secteur d'activité :	BIOTECHNOLOGIES
Description :	Dans le cadre d’un surcroît d’activité, un CDD de 6 mois accessible à un profil junior est proposé au sein de l’unité Data Science & Data Management de l’Institut de recherche BIOASTER pour une prise de poste dès que possible. Le candidat retenu travaillera sur le traitement avancé de données omiques tel que la recherche de signature, l’identification de mécanismes d’action, l’analyse longitudinale et multi-omique.
En savoir plus :	https://www.bioaster.org/bioaster/hr/#?job_id=191392 BIOA21-16 CDD Ingenieur en biotastique BIOASTER.pdf
Contact :	job@bioaster.org

Machine learning applied to the study of electronic structure properties of transition metal complex

Publiée le 02/08/2021 11:24.

Postdoc, Grenoble.

Entreprise/Organisme :	LIG / SIMAP
Niveau d'études :	Doctorat
Durée du contrat :	2 ans
Description :	Background: The implementation of efficient carbon capture has been proposed as a means of enabling the continued use of fossil fuels in the near term, while renewable energy sources gradually replace our existing infrastructure. The goal of this project is to computationally design optimal MOFs for an energy efficient carbon-capture-and-release. Specifically, an efficient carbon capture and release mechanism will be achieved by employing a change in the affinity for the gas (and thus a change in its uptake) upon an electronic transition induced by external stimuli. Methodology: A method combining machine learning and electronic structure simulations (DFT and multiconfigurational methods) will be developed, tested and employed to improve the description of the electronic properties of these materials. One of the challenges is to develop a robust ML model that can provide highly predictive structure–property relationship using a small training set of high quality electronic structure simulations constructed by active learning methods. The model will be developed on small molecules and then tested and used on databases of existing MOFs to predict the gas adsorption properties. The postdoc will work together with a PhD student and in collaboration between physicists, chemists and mathematicians located in Grenoble. Candidate profile: We look for highly motivated candidates with a PhD degree in condensed matter physics or chemistry and prior experience with computer simulations and a strong interest in computer science, machine learning and coding; or a PhD in machine learning or statistics and a strong interest in physics. The candidate should have some skills in at least one programming languages (Fortran, C/C++, Python, R) and Linux. How to apply: The deadline for sending your application is September the 1st and interviews will be conducted soon after. Please send your application as soon as possible (detailed CV, publication list, motivation letter, and names and contact of at least two references to be joined eventually for recommendation letters) by email to the three supervisors: Roberta Poloni (roberta.poloni@grenoble-inp.fr) Emilie Devijver (emilie.devijver@univ-grenoble-alpes.fr) Noel Jakse (noel.jakse@grenoble-inp.fr)
En savoir plus :	http://ama.liglab.fr/~devijver/ Offre-postdoc.pdf
Contact :	emilie.devijver@univ-grenoble-alpes.fr

Offre de thèse en Statistique appliquée à l'Ecologie

Publiée le 24/07/2021 18:53.

Référence : These HSMMMC.

Thèse, MIAT -INRAE centre de Toulouse.

Entreprise/Organisme :	MIAT - INRAE centre de Toulouse
Niveau d'études :	Master
Sujet :	Nouveaux modèles de Semi Markov caché multi-chaînes pour les dynamiques de métapopulation avec population partiellement observable
Date de début :	entre le 01/10/2021 et le 01/12/2021
Durée du contrat :	3 ans
Description :	Nouveaux modèles de Semi Markov caché multi-chaînes pour les dynamiques de métapopulation avec population partiellement observable
En savoir plus :	https://miat.inrae.fr/site/Nathalie_PEYRARD TheseHSMMMC.pdf
Contact :	nathalie.peyrard@inrae.fr

Determinants of the spatio-temporal dynamics of pests at the landscape scale

Publiée le 22/07/2021 21:42.

Référence : PHENOFORE WP1.

Postdoc, Gif-sur-Yvette, France.

Entreprise/Organisme :	IRD
Niveau d'études :	Autre
Date de début :	autumn 2021
Durée du contrat :	12 mois
Rémunération :	2300-300€ brut
Secteur d'activité :	Research
Description :	(English below) Équipe d’accueil UMR EGCE IRD/CNRS/Univ. Paris-Saclay, Gif-sur-Yvette, France Direction François Rebaudo, IRD, UMR EGCE http://www.egce.cnrs-gif.fr/?p=798 Judith Legrand, Université Paris-Saclay, UMR GQE–Le Moulon http://moulon.inrae.fr/personnes/jlegrand/ Contexte Pour développer une agriculture permettant de réduire les intrants et notamment l’utilisation de produits phytosanitaires, des stratégies alternatives de lutte contre les ravageurs de culture doivent être recherchées. La construction de ces stratégies alternatives peut notamment s’appuyer sur la compréhension de la dynamique des populations de ravageurs à différentes échelles spatiales (de la plante au territoire) et temporelles (de l’heure à la saison), afin d’élaborer des stratégies intégratives. Ce profil de post-doctorat s’insère dans le cadre du projet PHENOFORE (financé par le SEMAE) dont l’objectif est d’explorer comment la phénologie des plantes, des ravageurs et des parasitoïdes de ravageurs peut affecter la dynamique spatio-temporelle des populations de ravageurs à différentes échelles. Le projet porte sur deux ravageurs foreurs de tige du maïs, la sésamie (Sesamia nonagrioides) et la pyrale (Ostrinia nubilalis). Les premières générations de ces lépidoptères foreurs de tiges attaquent le maïs en début de cycle (dessèchement et disparition des jeunes plants) et conditionnent l’abondance des secondes générations, qui représentent la plus grosse menace pour le maïs dans les zones tempérées (verse, baisse de rendement et de qualité sanitaire). Objectifs L’objectif du post-doctorat est d’estimer l’effet de facteurs climatiques, d’usage et de couverture des sols sur les dates de vol et la synchronie des vols entre les régions touchées par ces ravageurs. Les données disponibles seront d’une part les données de piégeage et d’infestation des parcelles recueillies en France dans plusieurs départements depuis 2004, d’autre part, des données de piégeage d’adultes et d’abondances de larves récoltées sur plusieurs sites en Espagne depuis une dizaine d’années. Du fait de la méthode de recueil des données de piégeages, les données sont sporadiques pour certains pièges et peuvent manquer en début ou fin de vol. Dans un premier temps, un pré-traitement statistiques des données brutes (e. g modèles de mélanges pour des données non gaussiennes, censurées et recueillies par intervalles) sera nécessaire. Après ce traitement, un modèle statistique prenant en compte la structure spatio-temporelle des données sera développé pour analyser la phénologie des ravageurs et leur synchronie en fonction de facteurs climatiques et d’usage des sols. Profil des candidats Le ou la candidat.e doit être titulaire d’un doctorat en écologie ou en sciences du vivant, avec un intérêt prononcé pour l’analyse de données, les mathématiques et la programmation ou d’un doctorat en statistiques appliquées avec un intérêt pour la biologie. Les candidatures doivent être adressées par email à francois.rebaudo@ird.fr et judith.legrand@inrae.fr avec comme sujet [postdoc PHENOFORE WP1] (joindre un CV, une lettre de motivation et et le contact de deux personnes référentes). Les entretiens auront lieu au fil de l’eau (en visioconférence ou en présentiel en fonction de la situation sanitaire) pour un début de contrat flexible, idéalement au cours de l’automne 2021. La durée du contrat est de un an avec possibilité de reconduction (salaire selon barème en vigueur ; de 2300€ à 3000€ brut/mois en fonction de l’expérience). # ---------- Lab: UMR EGCE IRD/CNRS/Univ. Paris-Saclay, Gif-sur-Yvette, France Supervision François Rebaudo, IRD, UMR EGCE http://www.egce.cnrs-gif.fr/?p=798 Judith Legrand, Université Paris-Saclay, UMR GQE–Le Moulon http://moulon.inrae.fr/personnes/jlegrand/ Context To develop an agriculture that makes it possible to reduce inputs and in particular the use of phytosanitary products, alternative strategies for crop pest control must be developed. The construction of these alternative strategies can in particular be based on a better understanding of the dynamics of pest populations at different spatial scales (from the plant to the landscape) and temporal scales (from the hour to the season). The post-doctoral profile is part of the PHENOFORE project (funded by SEMAE) whose objective is to explore how the phenology of plants, pests and pest parasitoids can affect the spatio-temporal dynamics of pest populations at different scales. The project focuses on two corn stem borers, the Mediterranean corn stalk borer (Sesamia nonagrioides) and European corn borer (Ostrinia nubilalis). The first generations of these stem borers attack maize at the start of the plant life cycle (drying out and disappearance of young plants) and condition the abundance of the second generations, which represent the greatest threat to maize in temperate zones (productivity and sanitary quality). Objective The objective of the post-doctorate is to estimate the effect of climatic, land use and cover factors on the flight dates and the flight synchrony between the regions affected by these pests. The data available will be, on the one hand, data on trapping and infestation of plots collected in France in several departments since 2004, and on the other hand, data on trapping of adults and abundance of larvae collected from several sites in Spain over the past ten years. Due to the trap data collection method, data is sporadic for some traps and may be missing at the start or end of the flight (censored time series). Initially, a statistical pre-processing of the raw data (eg mixed models for non-Gaussian data, censored and collected at intervals) will be necessary. After this treatment, a statistical model taking into account the spatio-temporal structure of the data will be developed to analyze the phenology of pests and their synchrony according to climatic factors and land use and cover. Candidate profile The candidate must have a doctorate in ecology or life sciences, with a strong interest in data analysis, mathematics and programming or a doctorate in applied statistics with an interest in biology. Applications must be sent by email to francois.rebaudo@ird.fr and judith.legrand@inrae.fr with the subject [postdoc PHENOFORE WP1] (attach a CV, a cover letter, and the contact of two referents). Interviews will take place on an ongoing basis (by videoconference or face-to-face depending on the covid situation) for a flexible start of the contract, ideally during the fall of 2021. The duration of the contract is one year with the possibility of renewal (salary according to French national salary grid; from 2,300€ to 3,000€ gross / month depending on experience).
En savoir plus :	http://www.egce.cnrs-gif.fr/?page_id=131 PhenoforePostDocEGCE_WP1.pdf
Contact :	francois.rebaudo@ird.fr

Page précédente 1 2 3 <4> 5 Page suivante