Consulter les offres d’emploi

Chercheur•euse Statisticien•ne H/F (CDI)
Publiée le 11/02/2021 22:35.
CDI, PARIS.
Entreprise/Organisme :ADOC TALENT MANAGEMENT
Niveau d'études :Doctorat
Date de début :Dès que possible
Description :Adoc Talent Management recrute pour son client un•e Chercheur•euse Statisticien•ne H/F. Notre client est une start’up dynamique en pleine croissance, qui propose une plateforme digitale innovante et une offre de conseils pour accompagner ses clients en matière d’information sur la retraite. Après une formation doctorale dans la recherche académique, vous aspirez à un métier opérationnel et concret, tout en mobilisant votre expertise disciplinaire à la pointeen modélisation statistique. Rattaché•e au CEO et en étroite collaboration avec les équipes conseil, digitales et marketing de la startup, votre rôle consistera à mettre en perspective des données variées (sociales, législatives, de pouvoir d’achat, etc.)pour en caractériser les comportements et tendances dans une finalité prospective. Pour ce faire, vous collecterez et analyserez les données et appliquerez les méthodes statistiques existantes les plus pertinentes. Vous créerez des indicateurs pertinents et travaillerez avec les experts métiers pour rendre ces résultats accessibles aux différentes cibles de l’entreprise. Vous contribuerez à la DataViz le cas échéant. Enfin, en tant qu’ambassadeur•rice scientifique de la société, vous développez des collaborations avec des laboratoires académiques en France et à l’étranger. Vous serez impliqué•e dans la communication portant sur les activités de recherche de la société auprès de la communauté scientifique à travers la participation à des congrès et conférences, ainsi que la rédaction d’articles scientifiques permettant de rendre visible la société. Le poste, offrant une réelle polyvalence dans ses missions, est à pourvoir au plus vite, en CDI, à Paris.
En savoir plus :https://adoc-tm.breezy.hr/p/62f456a755aa01-chercheur-euse-statisticien-ne-h-f
Offre d'emploi Chercheur statisticien HF.pdf
Contact :cauvin@adoc-tm.com
[CDI INRAE] Biostatisticien(ne) en épidémiologie et santé publique vétérinaires
Publiée le 11/02/2021 12:09.
CDI, Toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Date de début :Dès que possible
Secteur d'activité :Epidémiologie
Description :Bien noter que pour candidater, les postulants doivent être des primo-accédants à la fonction publique et être reconnus comme travailleurs handicapés. L'activité s'exercera dans le domaine de l'épidémiologie des maladies animales infectieuses au sein de l'Unité Mixte de Recherche (UMR) IHAP située sur le campus de l'Ecole Vétérinaire de Toulouse (ENVT). L'UMR est une structure de recherche pluridisciplinaire qui regroupe une centaine de personnes (dont env. 60 titulaires) répartis dans 6 équipes scientifiques et 2 équipes d'appui. Sa vocation est de contribuer à la connaissance et à la maîtrise des maladies infectieuses animales et à la protection de la santé humaine, en particulier dans les domaines de la sécurité sanitaire des aliments et des zoonoses. Dans ce contexte, l'un des objectifs de l'UMR IHAP est de mieux comprendre les processus épidémiques afin d'améliorer la surveillance et le contrôle des maladies infectieuses animales. Ces questions sont abordées au sein de l'axe thématique 3 de l'unité qui inclus (1) le développement d'outils innovants pour la détection et le diagnostic précoces des infections, (2) la description et la compréhension des processus épidémiologiques à différentes échelles et (3) la compréhension des processus décisionnels des acteurs de la santé animale. Les outils analytiques utilisés par l'unité incluent des outils de modélisation statistique (régressions, modèles hiérarchiques, modèles de survie, etc.), d'analyse spatiale, de science des réseaux et de modélisation mécaniste. Les bases de données utilisées pour répondre aux questions scientifiques sont spécifiquement générées dans le cadre de projets de recherche ou transmises par nos partenaires techniques ou l'administration. L'équipe en charge de ces questions est composée de trois cadres permanents (1 professeur et 2 maitres de conférences) et de plusieurs doctorants et post-doctorants. Dans ce contexte là, vous aurez pour mission de - concevoir et organiser les bases de données générées par les projets de l'équipe et partagées par les partenaires - concevoir des démarches méthodologiques et des protocoles d'analyse de données adaptés aux thématiques de recherche de l'équipe ; - fournir un appui technique et méthodologique en statistique et en modélisation dans le cadre des projets de recherche de l'équipe ; - fournir un appui technique aux autres membres de l'équipe pour la cartographie des événements de santé ; - renforcer les compétences en analyse de données de l'équipe par l'organisation de séminaires et de formations courtes ; - affiner la politique de gestion de données de l'équipe, en accord avec le Règlement Général sur la Protection des Données (RGPD) ; - contribuer à la diffusion écrite et orale des travaux menés par l'équipe; - participer à la réponse aux appels d’offre en collaboration avec les membres de l'équipe ; - assurer une veille scientifique et méthodologique sur les méthodes et outils de traitement et d'analyse de données.
En savoir plus :https://jobs.inrae.fr/handicap/campagne-handicap-ingenieurs-cadres-techniciens-h-f/ie21-sa-1
Contact :timothee.vergne@envt.fr
Réalisation d'une intelligence artificielle pour le jeu vidéo Ymenok Reborn
Publiée le 09/02/2021 13:48.
Référence : YmenokReborn.
Stage, Lille.
Entreprise/Organisme :Laboratoire de mathématiques Paul Painlevé
Niveau d'études :Master
Date de début :1er mars ou 1er avril
Durée du contrat :6 mois
Rémunération :environ 600 euros
Secteur d'activité :maths/jeux vidéo
Description :Mise en place de la méthode soft actor critic pour réaliser une IA sous Unreal Engine pour le jeu vidéo Ymenok Reborn développé par la société Owl Castle Games.
En savoir plus :http://labomath.univ-lille1.fr/~wicker/
stageYmenokReborn.pdf
Contact :nicolas.wicker@univ-lille.fr
Statistical ecology postdoc - models of interacting species' population dynamics
Publiée le 09/02/2021 11:56.
Postdoc, Bordeaux, France.
Entreprise/Organisme :University of Bordeaux
Niveau d'études :Doctorat
Date de début :to discuss - from early spring to late fall 2021
Durée du contrat :2.5 years
Description :Postdoc offer (see pdf) at the interface between statistics and ecology. Developing identifiability diagnostics and data integration techniques to improve population dynamics models for interacting species.
En savoir plus :https://itecologyresearch.github.io/posts/postdoc-statecol-2021/
Postdoctoral_position_Statistical_ecology_Identifiability.pdf
Contact :frederic.barraquand@u-bordeaux.fr
Post-doctoral position on causal reasoning for time series
Publiée le 09/02/2021 11:56.
Postdoc, Grenoble.
Entreprise/Organisme :LIG / UGA
Niveau d'études :Doctorat
Durée du contrat :24 mois
Description :Datasets structured as time series are available in many applications: provided by FMRI to study brain activity, summarizing the monitoring activity to detect IT anomalies, to name just a few of applications. However, as with any machine learning study, it is important to take into account the intrinsic causal structure to improve the decision as causal relations are crucial to predict the evolution of a system. If there have been several works dedicated to inferring causal graphs between time series (as [5]), few studies have been dedicated to causal reasoning and to the identification problem, which consists in computing, from data observed without any intervention, the probability of occurrences of events conditioned with variables forced to specific values. [2] for example derived conditions of indeitification, comparable to the back-door and front-door criteria, from which they proposed a method to compute causal effects. However, their development concerns Granger causality [3], which does not correspond to true causal relations. More recently, [1] revisited Pearl’s original proposal [4] and developed algorithms for complete identification of Dynamic Causal Networks (DCNs) with hidden variables. However, the DCNs they consider are not entirely general. The objectives of this post-doctoral project is to fully address the identification problem in the context of time series, and develop in this same context appropriate counterfactual reasoning procedures.
En savoir plus :http://ama.liglab.fr/~devijver/
postdoc_prop-2.pdf
Contact :emilie.devijver@univ-grenoble-alpes.fr
Poste de professeur en intelligence artificielle
Publiée le 03/02/2021 17:25.
Référence : IAProf.
CDI, Laboratoire Painlevé.
Entreprise/Organisme :Université de Lille
Niveau d'études :Doctorat
Secteur d'activité :IA
Description :Un poste de professeur (section 26) est à pourvoir à l'université de Lille pour la rentrée prochaine avec une orientation forte vers l'IA. Toutes les candidatures de probabilistes et de statisticiens seront cependant considérées pour peu qu'elles s'inscrivent dans ce cadre.
En savoir plus :https://www.univ-lille.fr/
Poste PR 26 - FST - LPP - ULille.pdf
Contact :antoine.ayache@univ-lille.fr
Student Internship on Glioblastoma imaging data
Publiée le 02/02/2021 21:29.
Référence : Biostatistics, Glioblastoma imaging data.
Stage, Boudry, Switzerland.
Entreprise/Organisme :Bristol Myers Squibb
Niveau d'études :Master
Sujet :Bristol Myers Squibb has conducted two large phase 3 studies on Phase 3 on glioblastoma, a disease with unfavorable prognosis especially in patients with unmethylated MGMT promoter (Chang et al. , 2006). One study randomized 369 patients with recurrent glioblastoma to two treatment groups. The second study randomized 560 patients with newly diagnosed glioblastoma to two treatment groups. Shaver et al. (2019) review the current applications of machine learning methodologies and especially on deep learning and convolutional neural networks on image recognition of from brain tumors images. They conclude their review stating that the further development of deep learning algorithms in such data “may help open opportunities for enhanced patient care and outcomes”. Both databases include a wealth of clinical information as well of imaging data. The purpose of this internship will be to implement machine learning methodologies in order explore how the imaging data are associated with clinical endpoints such as survival time, disease progression and tumor responses, taking into account the clinical information. This internship will provide the candidate the opportunity to: • work on real life data collected from two large phase 3 glioblastoma trials • gain further experience in applying machine learning methodologies to image recognition for the tumor characterization on glioblastoma tumors • explore methodologies leveraging information from the clinical database in addition to the imaging data • collaborate in an international multicultural environment of a pharmaceutical company • potential publication
Durée du contrat :4 to 6 months
Secteur d'activité :Pharmaceutical industry
Description :Skills/Knowledge Required (technical and soft skills) • Experience with Machine Learning and especially Deep Learning methodologies and neural networks in R or Python. • Experience with clinical trials (survival analysis, oncology) preferred. Other relevant items: Full-time internships are available and will last 4 to 6 months according to the university/school requirements and the study project. Part-time internship is possible when the student should continue to attend some courses during the internship period. This should be agreed with the intern supervisor. Starting and ending dates are flexible. Successful candidates will work closely with a senior-level statistician on statistical methodology and/or application topics related to the design and analysis of clinical trials and/or observational studies on a variety of therapeutic areas. Successful candidates must have effective oral and written communication skills and good working knowledge of SAS and/or R and/or Python. Additional Requirements: Be authorized to work either in Switzerland. Must not be employed at the time the internship starts.
En savoir plus :https://www.bms.com/
BMS_Internship_Biostatistics_Glioblastoma imaging data 2021.pdf
Contact :marie-laure.casadebaig@bms.com
Student Internship in Biostatistics
Publiée le 02/02/2021 21:29.
Référence : Biostatistics, Hematology, Cell Therapy, ICF, Medical and Market Access.
Stage, Boudry, Switzerland / Uxbridge, Uk.
Entreprise/Organisme :Bristol Myers Squibb
Niveau d'études :Master
Sujet :Pediatric studies and small sample size In recent times, the needs for new drugs to be tested within the pediatric setting has increased to now being an integral requirement of the regulatory process, with legislation surrounding pediatric drug testing undergoing many changes in recent time; more recently the FDA Reauthorization Act (FDARA 504), enacted August 2018 and took effect August 2020. The new ICH E11 (R1) outlines the need for developing “additional statistical and pharmacokinetic methods” that integrate and leverage existing knowledge, as well as extrapolation of information from other populations (adults or pediatric subgroups). With the ever-increasing needs for pediatric studies and the requirements surrounding then, so too has the need to increase clinical trial methodologies in terms of when to plan and developed, clinical trial design and how to maximize data use. Most pediatric studies in hematology/oncology inherently rely on the availability of subjects from a very small population, resulting in unique challengers impacting study design and leveraging the most from the available study data. In a setting where subject availability is low and the clinical trial landscape competitive with ever increasing robust results requires, and where the regulatory reward can be lucrative to BMS, there is high value for the advancement of statistical methodologies as outlined. BMS is in the process of developing a Pediatric Centre of Excellence, creating a knowledge center which will bring people from across all functions with a focus to advancing pediatric drug development. Having an intern that may in some part be able to help shape future thinking will be a welcome addition. The Pediatric Center of Excellence Mission: To fulfill regulatory requirements and exclusivity needs and advance the development of medicines that help pediatric patients prevail over disease. Exploring various clinical trial designs using small sample sizes in various phase 2 settings, and the best use of a control arm will be integral parts to this internship. Using completed Celgene pediatric studies to work off of, simulation techniques should be applied to help understand and identify the most appropriate type(s) of study designs and how best to incorporate a comparison of the experimental arm to a control, be it a form of randomized arm, historical control arm, or a simulated arm based on literature reviews. In short; how to optimize the available study population and the data it has to offer as well as data readily available in the literature or in the academic world. Where to better use Bayesian methods and designs is fully part of the internship for optimizing the information provided by adult studies. Resampling methods (i.e. bootstrapping, jackknifing, and hot-decking) may also be considered, to further identify the most appropriate methodology under various simulations, in the phase 2 study setting when considering different types of endpoints and how the endpoints are analyzed.
Durée du contrat :4 to 6 months
Secteur d'activité :Pharmaceutical Industry
Description :Skills/Knowledge Required (technical and soft skills) Master 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, PowerPoint). Be able to work well in a team and independently. Good organization and communication skill. Anticipated/expected outcome of the project (how would you define a successful internship?) The student 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. Their work will go towards possible changes to the way BMS design/consider pediatric and other small sample size studies. Benefits to the candidate The candidate will become more familiar with the drug development process with regards to study designs and the topics included in this proposal, as well as regulatory requirements. Internship should be considered part of the student education and the work contribute partly/fully to their MSc thesis. Internship outcomes may lead to publications and further researches. Additional benefits for the chosen student is they would develop a good footing for a future career within the pharmaceutical industry, and learning and understanding requirements of them and of the industry as well as a sense of achievement, pride, responsibility gained and working within a global company both in a team and independently. Benefits to BMS 1. The BMS statistical team will gain experience in best use of control data for small sample size studies. 2. Results of applying the approaches may be used for future study designs and comparisons with control data. 3. Broaden the pool of candidates for future potential job openings in the BMS Biostatistics department. 4. Having an intern will be the start of developing a pediatric statistical research group to complement the Pediatric Center of Excellence, providing crucial statistical knowledge to the group. Other relevant items: Offer opened only to University students as part of their studies. Internship is tripartite agreement/commitment between BMS, the student and the university. Location: Boudry, Switzerland / Uxbridge, UK. Internship period: According to the School/University rules. Full-time internships are available and will last 4 to 6 months according to the university/school requirements and the study project. Part-time internship is possible when the student should continue to attend some courses during the internship period. This should be agreed with the intern supervisor. Starting and ending dates are flexible. Successful candidates will work closely with a senior-level statistician on statistical methodology and/or application topics related to the design and analysis of clinical trials and/or observational studies on a variety of therapeutic areas. Successful candidates must have effective oral and written communication skills and good working knowledge of SAS and/or R and/or Python. Additional Requirements: Be authorized to work either in Switzerland. Must not be employed at the time the internship starts.
En savoir plus :https://www.bms.com/
BMS_Internship_Biostatistics_Hematology__Cell Therapy.pdf
Contact :marie-laure.casadebaig@bms.com
Student Internship in Biostatistics
Publiée le 02/02/2021 21:29.
Référence : Biostatistics, Cell Therapy.
Stage, Boudry, Switzerland.
Entreprise/Organisme :Bristol Myers Squibb
Niveau d'études :Master
Sujet :Description of the project and work required (including references) Late stage CAR T-cell trials often allow subject to switch treatment, usually from the control group to experimental group, when specific conditions are met. This is implemented in the trial design to safeguard the ethical principles of providing the best care for patients. However, the presence of treatment switching creates technical difficulties in estimate the true effectiveness of the experimental drug when long-term time-to-event endpoints are used – in fact, standard methods (i.e. ITT or the per-protocol approaches) would likely underestimate the experimental treatment effectiveness (i.e. loss in power). For this reason, more complex methodologies have been proposed to adjust for treatment switching. These are the marginal structural models (MDS) using inverse probability of censoring weights (IPCW), the twostage adjustment and the Rank preserving structural failure time models (RPSFTM) using g-estimation. The candidate will be requested to become familiar with the concept of treatment switching, to understand the impact on the efficacy analyses and to deep-dive into IPCW, RPSFT and the 2-stage model to understand their features, pros and cons and their applicability to our studies. The candidate will be required to perform literature review and generate simulation work as well as present her/his work at the end of the internship to the statistical department. Developing training slides will be generated for that too in order to provide guidance on the usability and implementation of IPCW, RPSFT and 2-stage model in our studies where treatment switching is allowed.
Durée du contrat :4 to 6 months
Secteur d'activité :Pharmaceutical industry
Description :Skills/Knowledge Required (technical and soft skills) Academic knowledge of statistical methodologies. Basic knowledge of clinical trial designs and drug development. Basic knowledge of statistical computing software (R preferred, or SAS). Good knowledge of Microsoft Office software. Ability to work in a team as well as independently. Good interpersonal, communication, writing and organizational skills Anticipated/expected outcome of the project (how would you define a successful internship?) The goal of this internship is to increase awareness around IPCW, RPSFT and 2-stage models as well to generate educational sessions and provide a set of tools for their implementation. Benefits to the candidate The candidate will become familiar with the drug development process, study designs, standard analysis methods as well the more complex methodologies to adjust for treatment switching. The candidate will also experience working in a global environment and for a pharma company. Benefits to BMS IPCW, RPSFT and 2-stage models are known methodologies that have however found little application in clinical development. This internship will create awareness about them (through educational sessions) but most importantly will provide a set of recommendations and tools for their implementation in our studies. Other relevant items: Depending on the development of the COVID-19 situation, the intern is to be office-based in Boudry. Full-time internships are available and will last 4 to 6 months according to the university/school requirements and the study project. Part-time internship is possible when the student should continue to attend some courses during the internship period. This should be agreed with the intern supervisor. Starting and ending dates are flexible. Successful candidates will work closely with a senior-level statistician on statistical methodology and/or application topics related to the design and analysis of clinical trials and/or observational studies on a variety of therapeutic areas. Successful candidates must have effective oral and written communication skills and good working knowledge of SAS and/or R and/or Python. Additional Requirements: Be authorized to work either in Switzerland. Must not be employed at the time the internship starts.
En savoir plus :https://www.bms.com/
BMS_Internship_Biostatistics_Treatment_Switching.pdf
Contact :marie-laure.casadebaig@bms.com
Engineering position on improving and extending Probabilistic Regression trees
Publiée le 01/02/2021 09:46.
CDD, Grenoble.
Entreprise/Organisme :Laboratoire d'Informatique de Grenoble
Niveau d'études :Master
Date de début :Before June 2021
Durée du contrat :18 months
Description :Machine learning methods have been successful in various domains, such as marketing with customer behaviour prediction, health with patient diagnosis and industry with the optimisation of industrial processes. In many cases, one needs to make some prediction from parameters that are heterogeneous, as they can be quantitative or qualitative, ordinal or non-ordinal, real or Boolean, and are uncertain in the sense that their values usually originate from noisy measurement procedures. In practice, it is important to combine all these heterogeneous parameters and to take into account their uncertainty to improve the predictions made. To address these issues, we have recently introduced [1] a new model called Probabilistic Regression (PR) trees that extend standard regression trees with the possibility to adapt to the smoothness of the prediction function while preserving interpretability and being robust to noise. This project is intended to further develop this model and make the current research prototypes more robust. In particular, the successful candidate will have to address the following points: -Evaluate the quality of the prediction made by PR trees on several real and challenging datasets as well as the impact of uncertainty on the results; -Design, implement and test new machine learning/data analysis methods to e.g. assess the advantages/disadvantages of the quantile version of PR trees and determine the importance of each parameter; -Make the current research prototypes more usable and robust. [1] S. Alkhoury et al. Smooth and Consistent Probabilistic Regression Trees. NeurIPS 2020.
En savoir plus :http://ama.liglab.fr/~devijver/
engineer_prop-4.pdf
Contact :emilie.devijver@univ-grenobles-alpes.fr
Maître de Conférences IA & science des données, Heudiasyc, UTC
Publiée le 29/01/2021 12:22.
CDI, Compiègne.
Entreprise/Organisme :Université de technologie de Compiègne, Heudiasyc UMR CNRS 7253
Niveau d'études :Doctorat
Date de début :2021
Description :L'Université de technologie de Compiègne va ouvrir un poste de Maître de Conférences en sections 61/27, sur un profil « intelligence artificielle et science des données », au département Génie Informatique, avec un rattachement au laboratoire Heudiasyc, UMR CNRS 7253. Recherche : La personne recrutée intégrera l'équipe CID du laboratoire Heudiasyc, et aura des compétences dans un ou plusieurs des domaines suivants : statistique computationnelle, apprentissage statistique, intelligence artificielle interprétable, raisonnement et décision dans l’incertain. Au-delà de ces compétences scientifiques, un intérêt pour les applications est bienvenu. La personne recrutée bénéficiera de l'expérience reconnue de l'équipe CID, ainsi que d'un environnement de recherche dynamique permettant de soutenir des initiatives ambitieuses. Enseignement : La personne recrutée sera amenée à enseigner en tronc commun, en formation d'ingénieur et en master. L'UTC, classée dans les premières écoles d'ingénieurs dans de nombreux classements nationaux, offre un cadre privilégié pour l'enseignement. Les enseignements seront tournés vers l’apprentissage statistique et la science des données. Le profil complet sera prochainement publié sur le site de l'UTC
En savoir plus :https://www.hds.utc.fr/
Contact :yves.grandvalet@utc.fr
Poste statisticien
Publiée le 27/01/2021 08:50.
CDD, Montpellier.
Entreprise/Organisme :Unité Evaluation & Epidémiologie Hospitalieres - DIM - CHU de Montpellier
Niveau d'études :Master
Date de début :immediat
Durée du contrat :6 mois (évolution possible)
Rémunération :Ingénieur Hospitalier
Secteur d'activité :Epidémiologie et biostatistique - Santé
Description :Le Département d'Information Médicale du CHU de Montpellier recrute un statisticien Le poste est situé dans l'Unité d'Evaluation et d’Etude épidémiologiques sur les Bases Nationales d'activité hospitalière, au Département d’Information Médicale (DIM) du CHU de Montpellier. Elle est constituée par : un médecin épidémiologiste, un Ingénieur informaticien, un ingénieur statisticien. L'unité a pour mission le traitement de bases de données hospitalières pour le compte des CHU français, et de la Fédération Hospitalière de France (Ensemble des établissements publics). Elle travaille en collaboration : avec les représentants des DIM des autres CHU français, de la Fédération Hospitalière de France, des cliniciens, avec les autres équipes du DIM du CHU. Missions de l'Unité : • Fournir leur analyse d’activité aux établissements hospitaliers publics, développer les éléments de réflexion nécessaires à l'organisation et la défense de ces établissements. o Répondre aux demandes ponctuelles des conférences des CHU (Présidents de CME, Directeurs Généraux), ou de la Fédération Hospitalière de France, en vue d'enrichir leur argumentaire sur les questions d'actualité impactant les établissements hospitaliers publics. o Traitement des bases de données hospitalières nationales : Base Nationale PMSI d'activité des établissements français, Base PMSI d'activité des CHU. • Développer des études de recherche en épidémiologie hospitalière, o Répondre à la demande d’étude des CHU, sur des données hospitalières o Traitement des bases nationales de données de santé (SNDS : séjours hospitaliers, données Assurance Maladie de consommation de soins de ville, données de mortalité..). Missions du statisticien : • Prendre en charge de la partie statistique des travaux de recherche en évaluation et épidémiologie hospitalière et péri-hospitalière : développement de méthodologies d'analyse statistiques et d'indicateurs d'activité innovants, modélisation mathématique. Principales bases : Base nationale des séjours hospitaliers et Bases du Système National des Données de Santé. • Rédiger d'articles scientifiques, communications en congrès • Co-encadrer des stagiaires en Master 2 (biostatistiques) • Recherche bibliographique, veille documentaire Profil souhaité : • Formation initiale en mathématiques/statistique, niveau master 2, thèse ou post-doc (ou diplôme d'ingénieur dans la spécialité) • Très bonne maîtrise des méthodes d’analyse multivariée (modèle linéaire, modèle linéaire généralisé, modèle mixte). Une expérience dans l'analyse temporelle et/ou spatiale serait un plus • Bonne maîtrise des méthodes de data mining, analyses de données (classifications, arbres de décision et forêt aléatoires, méthodes factorielles, règles d'association…). • Expérience dans la réalisation d'études portant sur de grandes masses d'informations. Une expérience sur les bases de données hospitalières ou autres données du SNDS serait un plus. • Très bonne maîtrise de la programmation en environnement SAS (langage Macro, SQL et modules graphiques) et R. La maitrise d’outils SIG et logiciels de cartographie serait un plus. • Qualités requises : rigueur, esprit de synthèse, sens des responsabilités, autonomie et organisation dans le travail, bonne aptitude au travail en équipe multidisciplinaire. Statut : Ingénieur Hospitalier Contrat : CDD de 6 mois avec possibilité d’évolution Contacter : Dr Fabienne SEGURET Unité d'Evaluation des Bases Nationales d'Activité Hospitalière, Département de l'information médicale 39 avenue Charles Flahaut - 34295 Montpellier cedex 5 Tel : 04 67 33 81 53 / 89 79 E-mail : f-seguret@chu-montpellier.fr
En savoir plus :Montpellier
Fiche_poste_Statisticien_2021.pdf
Contact :f-seguret@chu-montpellier.fr
CHARGÉ(E) D'ANALYSE ET D'ÉTUDES STATISTIQUES PÔLE DISCRIMINATION PEAD
Publiée le 26/01/2021 19:10.
CDD, 3 place de Fontenoy – 75007 PARIS.
Entreprise/Organisme :Défenseur des droits
Niveau d'études :Master
Date de début :des que possible
Durée du contrat :Trois ans, renouvelable, de niveau catégorie A
Description :Placé(e) sous l’autorité du chef de pôle, et en lien avec la responsable de l’Observatoire, la/le chargé(e) d’analyses et d’études statistiques est chargé(e) de : ˗ La conception, la mise en œuvre et la gestion des systèmes de suivi et d’évaluation de la plateforme d’accueil, de traitement et d’orientation « lutte contre les discriminations » du Défenseur des droits, en particulier il/elle assurera les principales missions suivantes : o Participer à la définition des indicateurs et des outils de suivi et d’évaluation de la plateforme « Lutte contre les discriminations » et à leur mise en place ; o Assurer le contrôle de la collecte des données et veiller à la qualité des données recueillies et des résultats produits ; o Réaliser le traitement, l’analyse des données et valoriser les résultats. ˗ Contribuer aux travaux de l’Observatoire du Défenseur des droits : o Exploiter la base de données du logiciel de suivi des réclamations (AGORA) de l’institution ; o Conduire l’analyse statistique des enquêtes pilotées par l’institution ; o Traiter et analyser toutes autres sources de données relatives au domaine d’intervention de l’institution. ˗ Participer à la mise en oeuvre de la programmation des études et recherches de l’institution : suivi des appels à projets et de l’avancement des travaux, élaboration de protocoles d’études, d’outils d’enquêtes (questionnaires, grilles…) et à sa valorisation ; ˗ Rédiger des documents (notes d’analyse, documents de travail, articles, rapports d’étude) dans le cadre du programme de travail annuel.
En savoir plus :www.defenseurdesdroits.fr/fr/offres-demplois/chargee-danalyse-et-detudes-statistiques-pole-d
2021-01-21_-_chargee_detudes_statistiques_plateforme_pead.pdf
Contact :recrutement@defenseurdesdroits.fr
Stage et thèse CIFRE
Publiée le 26/01/2021 11:38.
Stage, Lyon ou Lannion.
Entreprise/Organisme :Orange et Laboratoire ERIC
Niveau d'études :Master
Sujet :Prédiction de la qualité d’expérience de services de réseaux de télécommunications mobiles
Date de début :début mars 2021
Durée du contrat :6 mois
Rémunération :en fonction du lui du stage
Secteur d'activité :Recherche / Telecom
Description :Offre de stage suivi d'une thèse en machine learning pour les télécoms
En savoir plus :http://eric.univ-lyon2.fr/~jjacques/
Stage-ERIC-Orange-2021.pdf
Contact :julien.jacques@univ-lyon2.fr
Poste MCF 26 - Profil : Statistique et Modélisation stochastique
Publiée le 26/01/2021 11:38.
CDI, Avignon - Campus Jean-Henri Fabre (Agroparc).
Entreprise/Organisme :Avignon Université - Laboratoire de Mathématiques d'Avignon
Niveau d'études :Doctorat
Date de début :1er septembre 2021
Description :Profil Enseignement : La personne recrutée enseignera dans le département de mathématiques de l'UFR STS, principalement en mathématiques appliquées, au sein des différents portails de licence et en master. Elle pourra également intervenir dans la partie disciplinaire du master MEEF (Métiers de l’enseignement, de l’éducation et de la formation, niveaux M1-M2) et dans le M2 recherche co-accrédité avec Aix-Marseille Université. Profil Recherche : Le Laboratoire de Mathématiques d’Avignon (LMA) souhaite renforcer son équipe de Statistique par le recrutement d’un(e) MCF. Il souhaite aussi via ce recrutement intensifier son implication dans les axes identitaires d’Avignon Université, axes portés respectivement par la FR Agorantic et la SFR Tersys. La dynamique actuelle de l'équipe de Statistique s'axe autour des champs/processus aléatoires spatiaux et/ou temporels, des données dépendantes et de la modélisation stochastique, allant d'études théoriques (estimation non paramétrique, estimation de régularité, propriétés géométriques des modèles,...) au développement d'applications (e.g. en agronomie, environnement, médecine, biologie,...) en passant par la simulation numérique et l’apprentissage statistique. L'équipe de Statistique est de plus impliquée dans les axes/fédérations d’Avignon Université notamment via des collaborations pluridisciplinaires. La personne recrutée devra avoir des thématiques de recherche en statistique et/ou modélisation stochastique s'alliant à celles de l'équipe. Elle sera aussi amenée à travailler avec les autres laboratoires de l’université et devra donc avoir un goût prononcé pour les applications tout en ayant un profil théorique solide. Contacts : Delphine Blanke, responsable de l'équipe Statistique : delphine.blanke@univ-avignon.fr Mohammed Moussaoui, directeur du département de Mathématiques : mohammed.moussaoui@univ-avignon.fr Céline Lacaux, directrice du Laboratoire de Mathématiques d'Avignon : celine.lacaux@univ-avignon.fr
En savoir plus :https://math.univ-avignon.fr/
Contact :delphine.blanke@univ-avignon.fr

Page précédente  1  2  3  <4>  5  Page suivante

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