Consulter les offres d’emploi

Internship – Applied statistics for microbial sciences
Publiée le 13/11/2019 18:50.
Stage, Danone Research Center, Palaiseau (91).
Entreprise/Organisme :Danone
Niveau d'études :Master
Date de début :January-March 2020
Durée du contrat :6 months
Rémunération :From 1120€ (Fr. Bac+4 eq.) to 1300€ (Fr. Bac+5 eq.) gross/month
Description :Internship – Applied statistics for microbial sciences Danone is a leading global food company built on four business lines: Essential Dairy and Plant-Based Products, Early Life Nutrition, Waters and Advanced Medical Nutrition. R&I is at the very heart of Danone’s mission: “bringing health through food to as many people as possible”. Danone Nutricia Research combines the research and innovation of Danone, through 1500 researchers and developers all around the world, gathered in 6 research centers and 55 R&I branches You will be part of a dynamic, international team within the Danone’s international research center in the Paris-Saclay campus (Palaiseau). One of the missions of the Health, Hydration and Nutrition Science Team is to pioneer new science to explore opportunities and global health issues linked to hydration. As an intern in applied statistics, you will play a pivotal role in supporting the analyses of metagenomic and clinical metadata in close collaboration with physiologists, bioinformatic- and data scientists. Objectives of the role We are looking for a motivated intern in applied statistics to support us in the exploration of interrelationships between human microbiome, hydration physiology and health. You will 1. manipulate data from internal and public data sets 2. choose and implement methods to analyze microbiome-based 16S sequencing data and clinical metadata 3. share and communicate all aspects of data analysis, tools, and methods used 4. contribute towards communication of scientific findings internally or externally Targeted profile • Master student in Statistics, Computational Biology, Bioinformatics or related fields • General statistical and machine learning knowledge: parametric and non-parametric tests, linear models, adjustment for multiple testing, multivariate analyses, clustering • Fluency in programming and scripting languages such as R, Python. Experience in analytical reporting with R or Markdown and in version control of code. • Experience working in Linux environment • Experience in analyzing microbiome-based 16S sequencing data from preclinical and clinical samples would be highly appreciated • Excellent teamwork, time management, and organizational skills • English working skills To apply for this position, please send you resume with cover letter to tiphaine.vanhaecke@danone.com or follow this link https://jobs.danone.com/job/Palaiseau-STAGE-Statistiques-appliqu%C3%A9es-aux-sciences-du-microbiote-HF-6mois-JanvierMars-2020/565548901/
En savoir plus :https://urlz.fr/b2v1
2020 Danone Internship – Applied statistics for microbial sciences 6 months.pdf
Contact :tiphaine.vanhaecke@danone.com
Régression linéaire généralisée sur composantes supervisées en imagerie cérébrale
Publiée le 13/11/2019 18:50.
Référence : Stage Master 2.
Stage, Montpellier.
Entreprise/Organisme :INSERM U1061, Neuropsychiatrie : recherche épidémiologique et clinique
Niveau d'études :Master
Sujet :Apport de la régression linéaire généralisée sur composantes supervisées dans l'étude de l’association entre déficit visuel et morphologie cérébrale.
Date de début :mars-avril 2020
Durée du contrat :4-6 mois
Rémunération :Selon grille universitaire
Secteur d'activité :Recherche Médicale / Statistique
Description :L'objectif du projet est d'explorer l'utilisation d'une nouvelle méthode statistique de régularisation de modèles, de développer un complément à cette méthode et de l'appliquer à l'étude des associations entre une acuité visuelle basse et les données d'imagerie cérébrale de 310 participants de la cohorte montpelliéraine des Trois-cités (http://www.three-city-study.com/).
En savoir plus :https://www.inserm-neuropsychiatrie.fr/
Proposition de stage nov 2019.pdf
Contact :isabelle.carriere@inserm.fr
Développement d’une méthode de déconvolution pour le traitement quantitatif de données acquises par
Publiée le 13/11/2019 17:45.
Référence : Sujet de Stage M2.
CDD, Nancy.
Entreprise/Organisme :LIEC / CNRS UMR 7360 / Université de Lorraine
Niveau d'études :Master
Sujet :CONTEXTE:Depuis son invention en 1986, les applications de la microscopie à force atomique (AFM) n’ont cessé d’évoluer et de se diversifier, permettant de soulever un certain nombre de verrous-en particulier biologiques-via la visualisation,par exemple, de fines structures composant les surfaces cellulaires. A la différence de la microscopie électronique, l’AFM permet en effet d’analyser des bio-surfaces de manière non-invasive en conditions physiologiques. Cependant,les résultats obtenus parAFM sont susceptibles d’être biaisés par plusieurs artefacts liés au principe même de la mesure qui repose sur l’utilisation d’une sonde (pointe) de géométrie diverse et dont la taille caractéristique avoisine souvent les dimensions des structures à imager, générant ainsi des phénomènes de convolution qui diminuent la résolution latérale accessible par cette technique.En plus d’être un outil d’imagerie, l’AFM utilisée en mode spectroscopie de forces offre la possibilité d’accéder à certaines propriétés mécaniques et physico-chimiques de l’échantillon. La cartographie des déterminants e.g.nanomécaniques cellulaires (module d’Young)ou encore la détection et la manipulation de biomolécules décorant les objets biologiques requièrent la pré définition d’un certain nombre de paramètres imposés par l’utilisateur de la machine, tels que la force d’appui maximum, la taille de pixel ou encore la vitesse d’indentation et de retrait de la pointe. Afin de réaliser une interprétation quantitative des résultats obtenus, il apparaît essentiel de comprendre précisément l’influence de chacun de ces paramètres sur les caractéristiques physico-chimiques obtenues par la mesure et de proposer des solutions du type traitement du signal (e.g.déconvolution)pour améliorer l’imagerie d’objets micrométriques et/ou nanométriques.
Date de début :Début 2019
Durée du contrat :6 mois
Rémunération :Environ 600 euros/mois
Secteur d'activité :Environnement, traitement du signal, chimiométrie
Description :Les objectifs de ce stage sont multiples. Dans un premier temps, le (la) candidat(e) définira un plan d’expérience dans le but d’identifier les paramètres instrumentaux influençant la résolution spatiale qu’il est possible d’obtenir avec l’instrument AFM. Ce premier travail s’effectuera sur des échantillons«idéaux» i.e.pour lesquels les tailles et espacements de motifs sont connus et qui ne subissent pas de déformations mécaniques sous l’effet de la pointe. En comparant les dimensions obtenues par imagerie AFM à la taille théorique des objets, il s’agira de proposer une méthode de déconvolution de pointe permettant de remonter à la morphologie réelle du substrat. Cet algorithme sera alors appliqué à des images d’échantillons biologiques réels de taille nanométrique afin d’appréhender au mieux leurs dimensions. Dans un deuxième temps, des cartographies nanomécaniques d’échantillons microbiologiques (e.g.bactéries et micro-algues) seront obtenues dans différentes conditions expérimentales afin d’évaluer l’influence du rapport signal sur bruit et d’optimiser les paramètres d’acquisition en spectroscopie de force.Ce stage, à l’interface entre physico-chimie, traitement du signal et microbiologie, permettra à l’étudiant(e) d’acquérir une expertise solide en imagerie et spectroscopie de force AFM, ce qui peut être un véritable atout pour une poursuite en thèse.
En savoir plus :http://liec.univ-lorraine.fr/
Stage AFM_Deconvolution.pdf
Contact :marc.offroy@univ-lorraine.fr
Modélisation stochastique du déplacement des navires de pêche comme reflet des espèces cibles.
Publiée le 13/11/2019 17:45.
Référence : Pierre Gloaguen, MCF en Statistiques à Agroparistech.
Stage, Paris (5e).
Entreprise/Organisme :Agroparistech
Niveau d'études :Master
Sujet :En écologie, comprendre les différents facteurs guidant le mouvement des individus est d'un intérêt capital afin de définir des mesures de gestion adaptées. De même, définir rigoureusement des cartes d'utilisation de l'espace et les facteurs environnementaux structurant cette utilisation est essentielle pour la gestion durable des espaces et ressources. Aujourd'hui, l'abondance de suivis GPS rend possible d'analyser le mouvement des prédateurs à fine échelle. L'étude des corrélations à fine échelle entre ces déplacements et différents facteurs environnementaux (habitats, ressources ciblées) est encore un challenge en écologie. De même, le lien entre ces déplacements à fine échelle d'une part, l'utilisation globale de l'espace d'autre part, et enfin les différents facteurs environnementaux est souvent difficile à établir. Un moyen d'établir ces liens est la modélisation statistique. Récemment, un modèle, formulé en espace et en temps continua été proposé pour relier mouvement à fine échelle, utilisation globale et facteurs environnementaux. Ce modèle utilise le formalisme des équations différentielles stochastiques pour mettre en relation le déplacement observé d'un individu avec son environnement, et estimer une carte d'utilisation de l'espace par le prédateur. Ce modèle prometteur n'a pour le moment été utilisé que sur des jeux de données synthétiques. L'objectif de ce stage est de mettre en application le modèle de cite{michelot2019langevin} sur un cas concret, à savoir les données GPS des navires de pêche Français. Ces données consistent en un suivi à fine échelle (une position par heure en moyenne) des déplacements de navires de pêches complétées par des campagnes scientifiques réalisées par des instituts de recherche qui permettent d’inférer la distribution des espèces ciblées par les pêcheurs. À partir de ces données, le stagiaire ajustera le modèle, afin d'évaluer si le déplacement observé des pêcheurs est bien structuré par l'abondance telle que mesurée par les scientifiques, ce qui est souvent suggéré dans la littérature halieutique. Suite à cette étude, selon les affinités du stagiaires, l'accent pourra être mis soit sur l'analyse et l'exploration du cas d'étude (applications d'autres modèles existants), soit sur l'aspect programmation avec R (publication d'une librairie associée au modèle), ou enfin sur l'extension du modèle statistique.
Date de début :Début 2020 (Janvier, Février ou Mars)
Durée du contrat :4 à 6 mois
Rémunération :577 euros/mois
Secteur d'activité :Ecologie statistique (recherche académique)
Description :Stage à effectuer au sein de l'unité de recherche en Statistique MIA-Paris. Ce stage en statistique appliqué à l'écologie sera l'occasion de collaboration avec des chercheurs en Statistiques de Paris et Rennes, ainsi que des chercheurs en halieutique de Nantes.
En savoir plus :https://www6.inra.fr/mia-paris
StageM2_modele_mouvement.pdf
Contact :pierre.gloaguen@agroparistech.fr
Clinical Data Manager
Publiée le 13/11/2019 17:45.
Référence : VD/CDM1119/MV/CCMS.
CDD, Strassen.
Entreprise/Organisme :Luxembourg Institute of Health (LIH)
Niveau d'études :DUT/Licence ou équivalent
Date de début :As soon as possible
Durée du contrat :2 years
Secteur d'activité :Biomedical Research
Description :The Clinical Data Manager will join the LIH’s Competence Center for Methodology and Statistics (CCMS). Within the clinical research hub of the Department of Population Health, the CCMS provides methodological support in statistical planning and analysis and data handling for various laboratories and research groups as well as offering training in statistics and support in writing papers. To support the team and the new translational research center we are looking for a Clinical Data Manager who will mainly be responsible for handling the data management, supervising the data entry and performing the programming of edit chekcs to control the data of various projects. He/she will also guarantee the regulation, the quality, the confidentiality and the security of the data.
En savoir plus :https://www.lih.lu/jobs/detail/clinical-data-manager-mv1119-13000
Clinical Data Manager - MV1119.pdf
Contact :virginie.delandsheer@lih.lu
Stage laboratoire ERIC, Lyon : Deep clustering using variational autoencoder
Publiée le 08/11/2019 18:20.
Stage, Bron.
Entreprise/Organisme :Laboratoire ERIC, Université de Lyon
Niveau d'études :Master
Sujet :Développement d'un algorithme de clustering à base de deep learning.
Date de début :2020
Durée du contrat :6 mois
Rémunération :environ 550€ par mois
Secteur d'activité :Recherche en machine learning
Description :Développement d'un algorithme de clustering à base de deep learning.
En savoir plus :https://eric.msh-lse.fr
Stage-2020-LaboratoireERIC.pdf
Contact :julien.jacques@univ-lyon2.fr
CDD – Biostatisticien.ne épidémiologiste – H/F
Publiée le 08/11/2019 18:20.
Référence : VLMBIOSTAT.
CDD, PARIS 13E.
Entreprise/Organisme :VAINCRE LA MUCOVISCIDOSE
Niveau d'études :Master
Date de début :20/01/2019
Durée du contrat :4 MOIS
Description :Dans le cadre d’un congé maternité, Vaincre la Mucoviscidose recherche : Un.e Biostatisticien.ne en épidémiologie (H/F) en CDD – 4 mois Au sein de l’équipe Registre (4 personnes) du département médical, le/la Biostatisticien.ne en épidémiologie est sous la responsabilité de la Directrice du département médical et en lien fonctionnel avec la Responsable du registre. Il/elle est chargé.e des missions principales suivantes : Missions : - Réaliser le bilan annuel des données, avec la programmation sous SAS des analyses et l’élaboration du document final ; - Répondre aux sollicitations de données des médecins et chercheurs, en élaboration des plans d'analyses statistiques, en réalisant le traitement des analyses avec le logiciel SAS, et en mettant en forme les rapports statistiques. Compétences et savoir-faire attendus : Vous avez une expertise en épidémiologie et vous maîtrisez impérativement les analyses de cohortes sur SAS. Vous êtes rigoureux(se), méthodique et organisé.e, et vous aimez travailler en équipe. Formation et qualification requises : Master en biostatistiques/épidémiologie Expérience professionnelle : 3 ans sur un poste similaire Conditions : CDD à temps plein, Paris 13ème Date de début : 20 janvier 2020
En savoir plus :www.registredelamuco.org
offre_CDD_Biostatisticien épidémiologiste - H F - Vaincre la Mucoviscidose.pdf
Contact :registre@vaincrelamuco.org
Comparison of Artificial Intelligence approach with other causal modeling methodologies in PKPD
Publiée le 08/11/2019 18:11.
Référence : PostDoc Sanofi CTS.
Postdoc, Chilly-Mazarin.
Entreprise/Organisme :Sanofi
Niveau d'études :Doctorat
Sujet :Confounding and causal inference in exposure-response and PKPD modeling: comparison of Artificial Intelligence approach (deep causal networks) with other causal modeling methodologies. Application to immuno-oncology compounds.
Date de début :fin 2019 - début 2020
Durée du contrat :18 mois
Rémunération :selon les grilles Sanofi
Secteur d'activité :santé
Description :Confounding and causal inference in exposure-response and PKPD modeling: comparison of Artificial Intelligence approach (deep causal networks) with other causal modeling methodologies. Application to immuno-oncology compounds.
En savoir plus :https://www.linkedin.com/jobs/view/1481786114/
Sanofi_CTS_postdoc2019.pdf
Contact :clemence.rigaux@sanofi.com
Biostatistics Internship (Master 2)
Publiée le 07/11/2019 13:22.
Stage, Lille, France.
Entreprise/Organisme :CNRS UMR 8199 (Integrated Genomics and Metabolic Diseases Modelling)
Niveau d'études :Master
Sujet :Development of an RNA-seq Analysis Pipeline
Durée du contrat :5-6 months (with possible extension)
Rémunération :Depending on current rates in France
Description :Firstly, within the biostatistics team, the candidate will need to familiarise himself with the transcriptomic data from RNA sequencing (RNA-seq) and to select the most appropriate methods for analysing those data. Secondly, he/she will get to grips with the selected statistical analysis methods (i.e., generalised linear modelbased approach and classification methods), as well as the tools implementing those methods. He/she will adapt, if necessary, the existing methods for their integration into an data processing/analysis pipeline, i.e., quality control, analysis, annotation and visualisation. Lastly, the student will have to implement an RNA-seq data processing pipeline, incorporating the identified methods, as well as the relevant visualisations to account for the nature of the data and the results. The student will apply these methods and more generally the pipeline on data available within the laboratory and/or on data that could be generated during the internship. The implementation of this RNA-seq pipeline will be done in R, through the Rstudio development interface on a Linux Debian infrastructure. The student may be led to develop an R package and use the R packages: rmarkdown, shiny et ggplot2.
En savoir plus :http://www.good.cnrs.fr/
m2_internship_fr-en.pdf
Contact :mickael.canouil@cnrs.fr
Biostatisticien Safety Efficacy
Publiée le 07/11/2019 11:09.
CDI, NEUILLY-SUR-SEINE.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :Janvier 2020
Secteur d'activité :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 : 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 client du secteur pharmaceutique, basé en région parisienne un(e) Biostatisticien(ne) confirmé(e). L'objet de la prestation est de réaliser le support statistique pour des études non cliniques d'efficacité ou de Safety de plusieurs entités dans le respect des guidelines internes et des BPL pour les études entrant dans ce cadre. - Réalisation des analyses statistiques pour des études de Recherche avec rédaction d’un rapport statistique en Anglais - Revue et validation de la partie statistique des rapports de Pharmacologie Spécifiques produits par des chercheurs - Réalisation de calculs de sujets ou de puissance pour des protocoles expérimentaux de Recherche. - Contribution à la validation des calculs et à la documentation de validation lors de "change control" sur des applications statistiques End-user du département - Support ou Analyse et production de rapports pour les études de sécurité BPL - 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 2 à 5 ans en CRO ou en laboratoire pharmaceutique - Une bonne maitrise de SAS et R/Rshiny est attendue - Une bonne connaissance du CDISC/ADAM est souhaitable - Vous êtes organisé(e), rigoureux(se) et autonome - Vous avez un bon niveau d’anglais Contacts : Ana Luisa Gomes : recrutements@itm-stats.com Marie-Noëlle COUBEZ : mn.coubez@itm-stats.com - Fabien RECORD : f.record@itm-stats.com
En savoir plus :http://www.itm-stats.com/
06112019 Biostatisticien Safety Efficacy.pdf
Contact :recrutements@itm-stats.com
Chargé(e) d'études statistiques
Publiée le 05/11/2019 21:59.
Référence : DPEAD – Etudes statistiques 01-2020.
Stage, Paris.
Entreprise/Organisme :Défenseur des droits
Niveau d'études :Master
Sujet :Analyse de données d’enquêtes Analyse de la base de données de suivi et gestion des réclamations de l’institution (AGORA) Rédaction de notes et synthèses
Date de début :06/01/2020
Durée du contrat :6 mois
Description :Le stagiaire participera aux travaux de l’Observatoire du Défenseur des droits. Dans ce cadre, il sera amené à participer à l’analyse de données d’enquêtes réalisées par l’institution. Il conduira les analyses de données et rédigera des notes de synthèses. Le stagiaire participera également aux travaux menés sur la base de données de suivi et gestion des réclamations de l’institution (AGORA), en vue d’améliorer les connaissances sur les profils des réclamants. Il participera également à la réflexion menée sur les évolutions à apporter à l’outil de saisie.
En savoir plus :https://www.defenseurdesdroits.fr/fr/nous-rejoindre
offre_de_stage_chargee_detudes_statistiques_1er_semestre_2020.pdf
Contact :stages@defenseurdesdroits.fr
Two Tenure-Track Assistant or Associate Professors
Publiée le 05/11/2019 21:59.
CDD, Tilburg.
Entreprise/Organisme :Tilburg University, Netherlands
Niveau d'études :Doctorat
Durée du contrat :tenure track
Description :The Department of Econometrics and OR at Tilburg University is looking for Two Tenure-Track Assistant or Associate Professors We are looking for excellent candidates who have a strong background in quantitative methods, contribute to our research in economics and finance, and can publish in the leading journals in economics, business, and statistics. We will consider applicants with PhD degrees in economics, finance, and statistics. Our research interests range from econometrics and statistics, economic and finance theory, and computational economics and finance to applications in economics, finance, and related fields. Application deadline: November 27, 2019
En savoir plus :https://econjobmarket.org/positions/6243
Contact :j.h.j.einmahl@uvt.nl
Ingénieur Statisticien(ne)
Publiée le 04/11/2019 21:00.
Référence : Ingénieur Statisticien Cosmétique.
CDI, NEUILLY-SUR-SEINE.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :Décembre 2019
Secteur d'activité :Cosmétique
Description :Spécialisée dans le domaine de la Biométrie, la société IT&M STATS développe un pôle de compétences dans les différents métiers de la Recherche et de la Recherche Clinique (Data Managers, Biostatisticien(ne)s, Analystes Programmeurs SAS…) Nous basons notre relation sur : Un respect des collaborateurs et des clients, de leurs aspirations, Un suivi personnalisé des collaborateurs et des clients, Une gestion régulière des carrières des collaborateurs, Des échanges transparents, Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour l’un de nos clients du secteur cosmétique basé en région Parisien  un(e) Statisticien(ne) Au sein du département recherche et innovation, vous serez en charge de la mise en place d’une stratégie data-driven pour la compréhension de phénomènes physico-chimiques complexes. A l’interface des Experts métiers et des Data Scientists, vous serez amené à utiliser la méthodologie des plans d’expériences pour la construction d’algorithmes de prédiction. Vous pourrez mettre en pratique vos compétences en Plans d’expériences, Modélisation, Machine Learning et programmation (R) dans un environnement challengeant en contact direct avec le métier. Vous êtes titulaire d’un diplôme de type Bac+3/Bac+5, dans le domaine de la Statistique Minimum 3 ans d’expérience Vous maîtrisez les plans d’expériences Vous maîtrisez le logiciel R et le langage SQL La connaissance de Python serait un plus Esprit critique, Autonomie, Organisé Capacité à travailler en équipe Bon relationnel Force de proposition Vous avez un bon niveau d’anglais Vous justifiez d’une grande autonomie et maturité professionnelle Le poste est à pourvoir en CDI Contacts : Ana Luisa Gomes : recrutements@itm-stats.com                    Marie-Noëlle COUBEZ : mn.coubez@itm-stats.com - Fabien RECORD : f.record@itm-stats.com
En savoir plus :NA
31102019 Ingénieur Statisticien.pdf
Contact :recrutements@itm-stats.com
Amélioration de la précision des estimateurs forestiers à l’échelle de la gestion forestière
Publiée le 04/11/2019 21:00.
Référence : Inventaire forestier multisource.
Stage, Nancy.
Entreprise/Organisme :Office NAtional des forêts
Niveau d'études :Master
Sujet :Les inventaires forestiers de gestion peuvent tirer profit de l’utilisation de variables auxiliaires ainsi que de données, ou modèles, issus de l’inventaire national, qui possède un maillage de points souvent beaucoup moins dense. Ce travail d’optimisation souvent qualifié d’estimations de « petits domaines », vise donc à améliorer la précision des estimations, ou à obtenir des résultats à des échelles plus fines. Différentes sources d’information facilement disponibles et mobilisables peuvent être utilisées. Des cartes thématiques, telles que des cartes de stations ou des cartes forestières, ou l’utilisation d’images aériennes ou satellitales peuvent améliorer la précision des inventaires forestiers (Grafström et Ringvall 2013, Massey et al. 2014, Renaud et al. 2015, Ginzler et Hobi. 2015, Saarela et al. 2015, Gregoire et al. 2016). Ce travail tentera donc d’évaluer les gains en précision possibles grâce à l’utilisation combinée de différentes sources de données, dans une approche d’inventaire multisource. Données La forêt domaniale de Haye couvre une superficie de près de 112km². En 2019, 600 placettes d’inventaires de gestion y ont été mises en place. Une carte des stations est disponible (Becker et al. 1978) et une série temporelle d’images aérienne couvre également cette forêt (e.g. Renaud et al. 2017). Des modèles numériques (de surface ou de hauteur) devraient également été produits. De plus, les points de l’inventaire forestier national seront également mobilisés. Attributs forestiers (quantités d’intérêt) En termes de gestion forestière, les principaux attributs forestiers d'intérêt sont le volume de bois, la surface terrière et la production en volume, déclinés par essences et par zone d’intérêt (e.g. groupes d’aménagement). Pour tenir compte des corrélations entre ces différents attributs, des estimations multivariées devront être utilisés. Méthodes d’estimation L’estimation de petits domaines sera faite en utilisant la librarie forestinventory du logiciel statistique R (Hill et Massey 2019). Différentes méthodes de modélisation pour fournir les couches de variables auxiliaires pourront être comparées, par exemple l’approche non-paramétrique souvent utilisée, celle des plus proches voisins (Knn) pourra être comparée à une approche par forêts aléatoires multivariées (Ishwaran et al. 2011). Ces méthodes pourront être comparées à la modélisation par Krigeage avec dérice externe. Une telle comparaison a déjà partiellement été faite en Scandinavie par Raty et Kangas (2012). Il sera intéressant de la reprendre dans un contexte forestier plus complexe. D’autres modèles pourront être mis en œuvre, si le temps le permet. Estimer les incertitudes à différentes échelles La production de cartes issues de l’estimation de petits domaines (en fonction des méthodes utilisées permettra d’évaluer la qualité de la précision des estimations. Ces cartes présentent un fort intérêt pour le gestionnaire forestier. Objectifs : 1. Mettre en place les méthodes d'estimation (Knn et krigeage avec dérive) 2. Comparer la précision de ces estimateurs à différentes échelles 3. Evaluer la contribution de différentes variables auxiliaires à l’augmentation de la précision des estimateurs et sélectionner les variables pertinentes.
Date de début :flexible
Durée du contrat :6 mois
Rémunération :gratification (selon réglementation en cours: de l'ordre de >500 euros / mois)
Secteur d'activité :inventaire forestier
Description :Office National des forêts, Pôle R&D de Nancy Objectifs du stage : 1. Mettre en place les méthodes d'estimation d'attributs forestiers 2. Comparer la précision de ces estimateurs à différentes échelles 3. Évaluer la contribution de différentes variables auxiliaires à l’augmentation de la précision des estimateurs et sélectionner les variables pertinentes.
En savoir plus :NA
Stage MultiSource.pdf
Contact :jean-pierre.renaud-02@onf.fr
Stage : Participation à un développement d'une application Rshiny, methode bayésienne
Publiée le 04/11/2019 20:59.
Stage, Chilly Mazarin.
Entreprise/Organisme :Sanofi
Niveau d'études :Master
Sujet :Subject: Optimizing clinical trial by leveraging historical information in a bayesian framework by participating in the development of an interactive Rshiny application.
Durée du contrat :6 mois
Secteur d'activité :Industrie pharmaceutique/ Biostatistique
Description :Context : Bayesian methods can leverage historical knowledge to optimize the decision making by « combining » the historical data (from publications or previous studies) with the data collected during the trial. Using informative prior allows a lower number of patients or a greater Probability of Success (POS) of the trial; thus resulting in an optimized clinical trial. Several prior methods had been developed as those of “power prior” based on weighting or those of “MAP prior” based on hierarchical model (*). As such statistical technics are challenging and computationally quite intensive, an in-house interactive application is being developed using R-shiny in order to increase our efficiency. Mission : After gaining a deep understanding of the context, the methodology and related publications, the intern will take up the work already done, including the existing R programs developed for this purpose. He/she will be part of an existing Sanofi working group, working on the historical data borrowing bayesian methods. This group consists of statisticians across different sites (France, US, Belgian, Japan …) who are currently working on the development of the Rshiny application. Since he/she will take the responsibility of a part of this work, focusing on the case of parallel two-arm comparison trial on binary endpoint and, time permitting, expanding the work to normal endpoint; he/she will have to work closely with the members of this working group.
En savoir plus :NA
Annonce stage ECB2019- PriorWG_final (1).pdf
Contact :caroline.petit@sanofi.com

Page précédente  1  2  3  <4>  5  6  7  8  9  Page suivante

 
 
©2019 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :