Consulter les offres d’emploi

CONSULTANT - FORMATEUR STATISTIQUES
Publiée le 08/09/2021 16:49.
Référence : ARKESYS 2021.
CDI, LYON.
Entreprise/Organisme :ARKESYS
Niveau d'études :Master
Durée du contrat :CDI ou VACATIONS selon souhait
Secteur d'activité :FORMATION POUR ADULTES, PUBLIC ENTREPRISE, RECHERCHE
Description :• Animer des formations sur les méthodes et les logiciels de statistique • Intégrer une équipe de formateurs avec comme champ de compétences principal la statistique. • Contribuer à la réalisation de supports pédagogiques (supports de formation, livrets d’exercices, quiz) sur les méthodes et logiciels statistiques • Enrichir le savoir-faire de la société Arkesys sur des thématiques telles que le datamining, Big Data, IA, … • Développer le champ de compétences sur des langages tels que R, Python,…
En savoir plus :NA
OFFRE EMPLOI - Formateur STAT- Société ARKESYS.pdf
Contact :thierry.anthouard@arkesys.fr
Post-doctoral Position
Publiée le 08/09/2021 16:49.
Postdoc, Hôpital Hôtel-Dieu, 1 place du Parvis Notre-Dame 75004 Paris.
Entreprise/Organisme :Université de Paris
Niveau d'études :Doctorat
Durée du contrat :12 months (depending on the starting date)
Description :The team METHODS of the Centre de Recherche Epidémiologie et Statistiques/Université de Paris (CRESS-UMR1153) is looking for a post-doctoral fellow. The project has for objectives to develop innovative approaches to identify individualized treatment strategies using both randomized trial and observational data. Different aspects of this question can be studied according to the candidate’s expertise. Possible topics are: (1) When more than two treatment options exists; (2) When the treatment initiation is decided during follow-up (time-varying treatment); (3) Development of individualized treatment rules taking into account multidimensional aspects, such as individual benefits and risks; (4) Evaluation of the robustness of individualized treatment strategies. The methods developed will be applied to real data, but the project also includes questions regarding the generation of high-quality synthetic clinical data. More details available in the associated pdf file
En savoir plus :https://drive.google.com/file/d/1bge3l768rKT8CjUuHr8hPpXlWhxKKD9p/view?usp=sharing
Postdoc in statistical method for precision medicine.pdf
Contact :raphael.porcher@aphp.fr
biostatisticien
Publiée le 02/09/2021 22:12.
Référence : 210901 Effi-Stat offre d'emploi.
CDI, Paris.
Entreprise/Organisme :Effi-Stat (filiale d'AMITIS)
Niveau d'études :Master
Date de début :dès que possible
Secteur d'activité :Conseil en Statistique et Analyse des Essais Cliniques (société de services)
Description :VOUS AUREZ POUR MISSION : • la conception et la rédaction des aspects méthodologiques de protocoles d’études ; • la préparation des plans d’analyse statistique ; • la réception et la qualification de la base de données ; • la réalisation de l’analyse statistique à partir d’une programmation SAS™ ; • la rédaction du rapport d’analyse ou de la section statistique du rapport d'étude; • la présentation des résultats et la discussion de ceux-ci avec les cliniciens.
En savoir plus :www.amitis.com
210901 Effi-Stat offre d'emploi.pdf
Contact :job1@effi-stat.com
Biostatisticien méthodologie et simulations
Publiée le 02/09/2021 10:00.
CDI, Chilly-Mazarin.
Entreprise/Organisme :SANOFI
Niveau d'études :Master
Description :https://sanofi.wd3.myworkdayjobs.com/SanofiCareers/job/Chilly-Mazarin/Associate-Statistical-Project-Leader-M-F_R2608226-1
En savoir plus :NA
Contact :marie-karelle.riviere@sanofi.com
Poste biostatisticien Centre Antoine Lacassagne, Nice
Publiée le 02/09/2021 10:00.
CDI, Nice.
Entreprise/Organisme :Centre Antoine Lacassagne
Niveau d'études :Master
Date de début :Octobre 2021
Secteur d'activité :Hospitalier/cancérologie
Description :Prendre en charge l’aspect méthodologique et biostatistique des études de recherche biomédicale en cancérologie (phase I, II, III, observationnelle, pronostique, diagnostique) sous la supervision d’un biostatisticien senior. • Aide à la rédaction de protocoles, en collaboration avec le clinicien: o Définir la méthodologie de l'étude (design, objectifs, critère de jugement, population d'étude, plan d'analyse statistique). o Calcul du nombre de patients à inclure. • Suivi des essais gérés dans le département en collaboration avec les cliniciens, les data managers et les chefs de projets. • Réalisation des analyses statistiques • Rédaction des rapports d’analyses (revue de cas, analyses intermédiaires et de fin d’étude) • Participation à la rédaction d’articles scientifiques.
En savoir plus :https://www.centreantoinelacassagne.org/
Poste Biostatisticien Nice.pdf
Contact :jocelyn.gal@nice.unicancer.fr
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
Analyse de sensibilité du système d’alimentation INRA 2018 pour les Ruminants
Publiée le 09/07/2021 08:08.
Stage, INRAE, Centre Auvergne Rhône Alpes, site de Theix.
Entreprise/Organisme :INRAE (Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement)
Niveau d'études :Master
Date de début :septembre 2021 ou janvier 2022
Durée du contrat :6 mois
Secteur d'activité :Agriculture, Alimentation et Environnement
Description :Le modèle du système INRA 2018 d’alimentation des ruminants a permis une avancée importante sur l’estimation des réponses des animaux à l’alimentation. Il permet d’envisager diverses stratégies de rationnement en recherchant des compromis entre différents objectifs (production de lait et de viande, gestion des réserves corporelles, efficience d’utilisation des protéines…) et en évaluant différentes autres réponses de l’animal aux rations ainsi élaborées (rejets d’N et de CH4 dans l’environnement, risque d’acidose, composition des produits). Ces avancées ont en particulier été permises par une amélioration de l’estimation des apports nutritifs permis par la ration. Les méthodes de référence pour estimer ces apports nécessitent l’utilisation d’animaux porteurs de canules digestives permanentes (rumen et/ou duodénum) pour y introduire des sachets de nylon et suivre la dégradation des aliments incubés (méthodes « in sacco »). Dans la perspective d’un arrêt à court terme du recours à cette pratique, le projet Alterfi a été lancé par le département INRAE PHASE. Des méthodes alternatives de laboratoire sont en cours de développement, avec pour objectif qu’elles puissent se substituer in fine aux méthodes in sacco. En parallèle, il est essentiel d’évaluer le degré de précision nécessaire (ou d’imprécision acceptable) sur ces paramètres de valeur des aliments, pour garantir une précision suffisante dans l’estimation des réponses des animaux à l’alimentation. L’étudiant.e initiera une analyse de sensibilité des différentes réponses des animaux en fonction de l’incertitude dans l’estimation des valeurs des aliments. Il.elle aura l’occasion de se former sur le système d’alimentation INRA 2018. L’étudiant.e benéficiera d’un encadrement dans la mise en œuvre des méthodes d’analyse de sensibilité ainsi que sur le système d’alimentation INRA 2018. Outre ses encadrants directs, il.elle pourra interagir avec les différents chercheurs impliqués dans le développement du système INRA 2018. Il.elle aura accès aux simulateurs et logiciels ayant servi à développer le système, qui sont nécessaires à ce travail.
En savoir plus :https://umrh-bioinfo.clermont.inrae.fr/Intranet/web/UMRH
offre de stage M2 ingé Alterfi_UMRH.pdf
Contact :tristan.senga-kiesse@inrae.fr
Stage M2 - Associations entre le tabagisme maternel pendant la grossesse et la métylation de l'ADN
Publiée le 11/06/2021 14:35.
Référence : StageM2_ESPRIT_2022.
Stage, La Tronche (Grenoble).
Entreprise/Organisme :INSERM
Niveau d'études :Master
Sujet :Associations entre le tabagisme maternel pendant la grossesse et la méthylation de l'ADN placentaire à partir d'une approche gène candidat et d'une approche epigenome-wide (EWAS)
Date de début :Début 2022
Durée du contrat :6 mois
Secteur d'activité :Recherche
Description :Maternal tobacco smoking during pregnancy is a real burden and public health issue as its prevalence is estimated to be around 16% in Western Countries. Maternal tobacco smoking is related to numerous pregnancy complications affecting mothers and fetuses (such as extrauterine pregnancy, low intrauterine growth, prematurity, low birth weight for gestational age) but also to later child health, cognitive development and behavior (Zeitlin et al. 2015, Nakamura et al. 2020, Nakamura et al. 2021). A few underlying mechanisms have been proposed. They include alterations in epigenetic mechanisms such as DNA methylation (DNAm). DNA methylation does not change DNA sequences of nucleotides; can be replicated through cell divisions and can be either reversible or persist via biological memory [(Rousseaux et al. 2020)]. DNA methylation can be altered by environmental factors ranging from diet to maternal stress and to pollutants such as arsenic, persistent organic pollutant, endocrine disruptors, air pollutants, and tobacco smoke, especially during the earlier stages of the child’s development as the epigenome undergoes considerable reprogramming during gametogenesis and the preimplantation embryonic stage (Abraham et al. 2018, Nakamura et al. 2021, Rousseaux et al. 2020). Epigenetic marks are tissue-specificity and highly specific to cell types in tissues. Therefore, part of DNA methylation levels measured are driven by the cell composition of the collected tissue sample. For some tissues, such as placenta, cell composition is more difficult to measure. In a recent study conducted by our team, 568 pregnant women from the EDEN cohort study (Heude et al. 2015), either actively smoking during their pregnancy, formerly exposed to tobacco smoking, or not exposed to tobacco smoking during pregnancy (Rousseaux 2020), 152 differentially methylated regions (DMRs) were identified with “reversible” alterations of DNA methylation, which were only present in the placenta of current smokers, whereas 26 DMRs were also found altered in former smokers who had quit smoking prior to pregnancy and whose placenta had not been exposed directly to cigarette smoking. We showed that the 203 tobacco-induced DMRs identified were significantly enriched in epigenetic marks corresponding to enhancer regions and in regions controlling the monoallelic expression of imprinted genes. These data suggested that tobacco smoking during pregnancy could impact the transcription of genes normally regulated by mechanisms involving DNA methylation as well as how it could affect the development and growth of the fetus. Since the publication of this study, we received 600 additional samples, giving us the potential of increasing statistical power in a replication study. As mentioned earlier, cell composition estimation is still a challenge and methods will be discussed. The aim of this internship is to replicate our previous study; which involves estimating the associations between maternal tobacco smoking during pregnancy and DNAm in the EDEN cohort study, using both gene candidate and EWAS approaches. References Abraham, E., Rousseaux, S., Agier, L., Giorgis-Allemand, L., Tost, J., Galineau, J., ... & EDEN mother-child cohort study group. (2018). Pregnancy exposure to atmospheric pollution and meteorological conditions and placental DNA methylation. Environment international, 118, 334-347. Heude, B., Forhan, A., Slama, R., Douhaud, L., Bedel, S., Saurel-Cubizolles, M. J., ... & Thiebaugeorges, O. (2016). Cohort Profile: The EDEN mother-child cohort on the prenatal and early postnatal determinants of child health and development. International Journal of Epidemiology, 45(2), 353-363. Nakamura, A.; Pryor, L.; Ballon, M.; Lioret, S.; Heude, B.; Charles, M.-A.; Melchior, M.; El-Khoury Lesueur, F. Maternal Education and Offspring Birth Weight for Gestational Age: The Mediating Effect of Smoking during Pregnancy. Eur. J. Public Health 2020, 30, 1001–1006. Nakamura A, François O, Lepeule J, Epigenetic Alterations of Maternal Tobacco Smoking during Pregnancy: A Narrative Review, Int. J. Environ. Res. Public Health 2021;18(10);5083 Rousseaux, S.; Seyve, E.; Chuffart, F.; Bourova-Flin, E.; Benmerad, M.; Charles, M.-A.; Forhan, A.; Heude, B.; Siroux, V.; Slama, R. Immediate and Durable Effects of Maternal Tobacco Consumption Alter Placental DNA Methylation in Enhancer and Imprinted Gene-Containing Regions. BMC Med. 2020, 18, 1–20. Yuan, V.; Price, E.M.; Del Gobbo, G.; Mostafavi, S.; Cox, B.; Binder, A.M.; Michels, K.B.; Marsit, C.; Robinson, W.P. Accurate Ethnicity Prediction from Placental DNA Methylation Data. Epigenet. Chromatin 2019, 12, 1–14. Zeitlin, J.; Alexander, S.; Barros, H.; Blondel, B.; Delnord, M.; Durox, M.; Gissler, M.; Macfarlane, A.; Mohangoo, A. European Perinatal Health Report. In Core Indicators of the Health and Care of Pregnant Women and Babies in Europe in 2015; World Health Organization: Geneva, Switzerland, 2018; pp. 1–177.
En savoir plus :NA
StageM2_Esprit_2022.pdf
Contact :aurelie.nakamura@univ-grenoble-alpes.fr
Applied machine learning to design serological surveillance tools for infectious diseases
Publiée le 11/03/2021 17:17.
Référence : Thèse en IA pour la surveillance et la prévention des maladies infectieuses.
Thèse, 292, rue Saint Martin 75003 Paris.
Entreprise/Organisme :Conservatoire national des arts et métiers
Niveau d'études :Master
Sujet :Développer des outils d'IA qui permettraient d'améliorer la surveillance sérologie et mieux orienter les stratégies de prévention des maladies infectieuses.
Durée du contrat :3 ans
Secteur d'activité :Santé
Description :This PhD project aims to develop algorithms for accurate serological estimation of time since infection with applications to P. vivax malaria and SARS-CoV-2. The P. vivax data is based on measurements of multiple antibody responses using data from Thailand, Brazil and Solomon Islands which represent countries with low endemic malaria transmission. The SARS-CoV-2 data is based on longitudinal follow-up of infected patients and healthcare workers in French hospitals. Secondary objectives will involve the translation of the developed methods to allow serological surveillance of other pathogens. The following objectives are proposed for a doctorate project: 1. To explore a range of machine learning algorithms and assess their performance in different geographical locations to estimate time since P. vivax infection and identify hypnozoite carriers. 2. To apply the machine learning predictive models to analyse antibody responses to SARS-CoV-2. 3. To integrate machine learning algorithms into the serological surveillance of other infectious diseases such as corona viruses and neglected tropical diseases (NTDs). The majority of the methodological development will occur within the first two aims using epidemiologically detailed and well characterised datasets on malaria serology.
En savoir plus :mesurs.cnam.fr
PhD_offer_AI_malaria.pdf
Contact :mounia.hocine@cnam.fr
FMJH / LMH POST-DOCS FUNDINGS CALL FOR APPLICATIONS 2021
Publiée le 05/11/2020 18:10.
Référence : FMJH / LMH POST-DOCS FUNDINGS 2021.
Postdoc, PARIS-SACLAY.
Entreprise/Organisme :FONDATION MATHEMATIQUE JACQUES HADAMARD
Niveau d'études :Doctorat
Sujet :MORE INFORMATION ABOUT TOPICS: https://www.fondation-hadamard.fr/en/funding/accueil-294-postdoctoral-fellowships
Date de début :OCTOBER 2021
Durée du contrat :2 years
Rémunération :The salary is about 25,000 € net per year.
Secteur d'activité :Mathematics
Description :The Fondation Mathématique Jacques Hadamard (FMJH) and the Labex Mathématique Hadamard (LMH) offer two-year fundings for talented students wishing to pursue a post-doctoral stay in one of the mathematics laboratories affiliated to the Foundation and Labex: CMAP and CMLS (Ecole Polytechnique) / Centre Borelli (ENS Paris-Saclay) / Fédération de Mathématiques (Centrale-Supelec) / IPhT (CEA-Saclay) / LTCI (IMT) / LAG (IHES) / LaMME (UEVE) / LMO (Université Paris Saclay) / LMV (UVSQ) / MaIAGE (INRA) / Mia Paris / UMA (ENSTA) / CREST (ENSAE) The positions are broken down as follows: ► 1 position in the program "Mathematics in Computational Science and Engineering ► 1 position in the program "Mathematics for Artificial Intelligence" ► 1 position in the program "Mathematics for Life Sciences" ► 1 position in the program "Mathematics and Theoretical Physics" ► 3 post-doc positions without profile
En savoir plus :https://www.fondation-hadamard.fr/en/funding/accueil-294-postdoctoral-fellowships
Affiche-Allocation-PostDoc-2021-EN.pdf
Contact :contact@fondation-hadamard.fr

Page précédente  1  2  3  4  5  <6> 

 
 
©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 :