Consulter les offres d’emploi

Ingénieur Recherche Biostatistique
Publiée le 25/06/2019 12:01.
Référence : Yohann Foucher.
CDD, Nantes.
Entreprise/Organisme :Université de Nantes - INSERM U1246
Niveau d'études :Doctorat
Sujet :Méthode: L’originalité de notre projet est l’utilisation de scores de propension dépendants du temps, permettant de pallier les différents biais des études faisant aujourd’hui référence. Application: La transplantation est considérée comme le traitement optimal de l’insuffisance rénale terminale. Néanmoins, l’augmentation de l’espérance de vie des patients transplantés comparée à celle des patients en dialyse reste mal caractérisée au regard des méthodes statistiques utilisées. L’objectif de ce projet est d’estimer précisément le gain d’espérance de vie dû à la transplantation entre les patients obèses transplantés et les patients obèses dialysés comparables mais toujours en attente de greffe. Les données du registre REIN seront utilisées pour répondre à notre objectif.
Date de début :01/11/2019
Durée du contrat :1 an (renouvelable une fois)
Rémunération :Selon expérience & grille Université de Nantes
Secteur d'activité :Biostatistique
Description :: La personne recrutée sera chargée du data-management des données du registre REIN et des analyses statistiques du projet. Elle participera également à la rédaction d’articles scientifiques. Les candidats doivent avoir une thèse en biostatistique ou une expérience d’ingénieur de recherche autour de l’inférence causale et/ou de l’analyse des données de survie. Une bonne maitrise du logiciel R est nécessaire. La méthode des scores de propension dépendants du temps sera notamment à implémenter.
En savoir plus :http://sphere-nantes.fr/
FICHE DE POSTE.pdf
Contact :yohann.foucher@univ-nantes.fr
Methodology of selecting and hierarchising sick leave and mental health determinants
Publiée le 25/06/2019 12:01.
Stage, Paris 03 et Paris 09.
Entreprise/Organisme :Chaire "Entreprises & Santé" Cnam-Malakoff Médéric Humanis
Niveau d'études :Master
Sujet :L’objectif de ce travail est de tester la validité et l’efficacité de méthodes d'apprentissage statistique, notamment l'approche proposée (M. Chavent, R. Genuer, J. Saracco, J Comm Stat 2019) pour hiérarchiser l’impact de diverses variables sur l’occurrence d’arrêt maladie et sur des variables de santé mentale à partir des données d’une enquête représentativeS, le Baromètre Santé et bien-être au Travail (BST).
Date de début :sptembre 2019
Durée du contrat :6 mois
Rémunération :selon le niveau
Secteur d'activité :Biostatistique, apprentissage, causalité
Description :La question des arrêts maladie occupe une place de plus en plus grandissante dans les débats de santé publique avec la place dominante des risques psychosociaux dans les dépenses de l’état et des entreprises. D’une part, l’Etat doit faire face à une augmentation des coûts liés aux arrêts maladie à cause, notamment, du vieillissement de la population ; et d’autre part, les employeurs se préoccupent de plus en plus de la santé de leurs salariés et de nouveaux besoins surgissent pour comprendre les arrêts maladie. Des outils statistiques performants sont ainsi requis pour répondre à ces demandes et accompagner les chercheurs et décideurs intéressés par ces problématiques. Les données d’arrêt maladie sont cependant des données complexes à étudier et le choix d’outils statistiques adapté s’avère compliqué. Les données d’arrêt maladie peuvent en effet être censurées, zero-inflated ou bien auto-corrélées mais elles sont principalement déterminées par de nombreuses variables, parfois très corrélés les uns aux autres. Afin d’identifier les déterminants de ces arrêts maladie, l’utilisation de régressions linéaires et de méthodes de sélection de variables classiques comme les régressions LASSO ou Elastic Net s’est avérée peu efficace. De premiers travaux publiés proposent l’utilisation de forêts aléatoires conditionnelles et de mesures d’importance de variable pour la hiérarchisation des déterminants des arrêts maladie [1]. Une nouvelle méthode de sélection de variable par construction d’indicateurs synthétiques, à nouveau fondée sur des méthodes de forêts aléatoires, a depuis été publiée [2] et semble encore plus adapté à l’étude de nos données d’absence ou de stress au travail qui offrent une grande quantité de variables explicatives très corrélées les unes aux autres. Ce travail doit permettre de tester la validité et l’efficacité de nouvelles approches (dont la méthode citée) pour hiérarchiser l’impact de diverses variables sur l’occurrence d’arrêt maladie et sur des variables de santé à partir des données d’une enquête représentative, le Baromètre Santé et bien-être au Travail (BST). Cette enquête annuelle permet de documentaire, par auto-questionnaire, une soixantaine de variables explicatives dont la moitié décrivant le contexte et l’environnement du travail. Au total, 40 000 salariés du secteur privé ont complété le questionnaire de l’étude sur les dix vagues de 2009 à 2018.
En savoir plus :https://chaire-entreprisesetsante.cnam.fr/
Stage Cnam 2019.pdf
Contact :mounia.hocine@cnam.fr
Postdoctorat en épidémiologie - Identification de médicaments protecteurs de la maladie de Parkinson
Publiée le 21/06/2019 22:33.
Référence : postdoc MJFF.
Postdoc, Hôpital Paul Brousse, Villejuif, France.
Entreprise/Organisme :INSERM - Centre de Recherche en Epidémiologie et Santé des Populations
Niveau d'études :Doctorat
Date de début :A partir du 1er septembre 2019
Durée du contrat :18 à 24 mois
Rémunération :Selon les grilles Inserm
Description :We are currently seeking to recruit a post-doctoral researcher at the CESP research center (Centre de Recherche en Epidémiologie et Santé des Populations, Villejuif, France; http://cesp.inserm.fr/) to work with the “Neuroepidemiology” (director, Alexis Elbaz) and “Health across Generations” (director, Gianluca Severi) teams, in collaboration with the Inserm unit “Biostatistics, Biomathematics, Pharmacoepidemiology and Infectious Diseases, B2PHI http://b2phi.inserm.fr/#/” (director, Pascale Tubert-Bitter). The aim of the project, funded by the Michael J. Fox Foundation for Parkinson’s Research, is to identify drugs that are associated with a decreased risk of Parkinson’s disease in the E3N1 cohort study and may be candidates for drug repurposing. The post-doctoral researcher will also be involved in a similar project performed using data from French health databases (SNDS).
En savoir plus :http://cesp.inserm.fr/sites/default/files/Postdoctoral_Position.pdf
Postdoctoral_Position.pdf
Contact :alexis.elbaz@inserm.fr
PROJET DE THESE
Publiée le 14/03/2019 08:50.
Référence : COLOR GRAPH SLOPE.
Thèse, Université d'Angers.
Entreprise/Organisme :Université d'Angers
Niveau d'études :Doctorat
Sujet :Graphical SLOPE for coloured graphical models with applications in genetics and medicine
Date de début :Entre 1/9/19 et 31/10/19
Durée du contrat :3 ans
Rémunération :1400E/mois
Secteur d'activité :statistiques mathématiques, Data Sciences, Cancérologie
Description :The main objectives of this PhD Project are 1. to establish statistical guarantees for the Graphical SLOPE, 2. to develop Graphical SLOPE methods for Coloured Graphical models, taking into account the specifics of genetics and medicine data, 3. to apply Graphical SLOPE methods for Coloured Graphical models for model selection in genetical and medical data.
En savoir plus :http://math.univ-angers.fr/
PHD_COLOR_GRAPH_SLOPE.pdf
Contact :graczyk@univ-angers.fr
Junior Sports Quantitative Analyst
Publiée le 16/11/2018 16:00.
Référence : SMARTODDS JUNIOR QUANT.
CDI, LONDON.
Entreprise/Organisme :SMARTODDS
Niveau d'études :DUT/Licence ou équivalent
Rémunération :20-50k£
Secteur d'activité :Sports betting
Description :As a quantitative analyst at Smartodds, you will be part of an exciting environment, predicting outcomes of professional sports on behalf of our clients. We focus on football, American football, baseball, basketball, cricket, golf, ice hockey, and tennis. The junior quant analyst will be part of the quant team and assist the senior quants in their work. This will consist in writing basic statistical analyses, developing Shiny applications and maintain/improve the existing code library. We expect the candidate to learn new concepts very fast and be passionate about the job, which mixes sport, betting, maths and computing together. If you think that you tick the following boxes then please apply. This is a fantastic opportunity to work in a relaxed environment on a topic you love. Education Essential: BSc in Maths/Stats/Computer science. Desirable: MSc or equivalent in one of the above Skills and Experience Essential Proficient in one of R/Python Good statistics knowledge. Fast learner. Fluent in English. A passion for sports, betting, stats or computing. Desirable: Knowledge of R Shiny framework/ html development. Knowledge of SQL. Knowledge of Linux operating system. Benefits Flexible working hours Competitive salary and discretionary bonus 30 days annual leave plus public holidays Generous pension scheme and education budget Casual dress code Freshly made lunch and dinner three days a week
En savoir plus :https://www.smartodds.co.uk/Careers/Vacancies
Contact :benoit.jottreau@smartodds.co.uk
Ingénieur Biostatistiques
Publiée le 05/11/2018 21:47.
CDD, SFR ICAT - UFR Santé - Angers.
Entreprise/Organisme :Université d'Angers
Niveau d'études :Master
Date de début :Janvier 2019
Durée du contrat :11 mois
Rémunération :Entre 2043 € et 2628,86 €
Secteur d'activité :Recherche Santé
Description :Le profil de poste est détaillé dans le document pdf joint. Il est également important de savoir qu'une prolongation de contrat est possible à l'issu de ces 11 mois.
En savoir plus :NA
FP_Ingé Biostatistiques_Santé_JR.pdf
Contact :jeremie.riou@univ-angers.fr
Phd in Statistics
Publiée le 01/11/2018 19:17.
Référence : EWI2018-74.
Thèse, Delft, Netherlands.
Entreprise/Organisme :TU Delft
Niveau d'études :Master
Sujet :Data science for injury prevention and performance improvement
Date de début :1 March 2019, flexible
Durée du contrat :4 years
Rémunération :€2266—€2897 per month
Secteur d'activité :Research
Description :Job Description The program “Citius, Altius, Sanius” aims to stimulate people of all performance levels to engage in physical activity through sports and fitness to improve their health and performance by providing informative and motivating information using advanced sensor and data science techniques. The program comprises six applied projects and three fundamental projects. For one of the fundamental projects, entitled “Data science for injury prevention and performance improvement” we are looking for a PhD candidate. “Data science for injury prevention and performance improvement” concentrates on providing a data-based tailored advice for health and performance. The PhD position is based within the Statistics Group of the Delft Institute of Applied Mathematics. In the research, a personalized model will be developed allowing to give tailor made advice to individual athletes. The research comprises both methodological research in statistics as well as research in the domain of sports engineering and will make contributions to both fields. Requirements The candidate possesses an MSc degree in mathematics (specialization statistics or probability theory) or a related discipline in which mathematics, statistics and/or machine learning forms a prominent part. Some experience with epidemiology, statistical modelling and handling / analysis of data sets is advantageous but not a necessary requirement. We require very good communication skills and fluently spoken and written English. The position includes modest teaching duties. Candidates are expected to finish their project with a PhD thesis, and disseminate the results through publications in peer-reviewed journals, and presentations at international conferences. 
En savoir plus :https://www.academictransfer.com/nl/50691/
Contact :j.soehl@tudelft.nl
Postdoctoral Research Fellow - Stochastic Simulation, Uncertainty Quantification, Statistical modeli
Publiée le 17/09/2018 08:51.
Référence : Postdoc - Chaire StressTest.
CDD, Palaiseau.
Entreprise/Organisme :Ecole Polytechnique, France
Niveau d'études :Doctorat
Date de début :dès que possible
Durée du contrat :3 ans
Rémunération :2400€ nets mensuels dépendant de l'expérience
Secteur d'activité :Stochastic Simulation, Uncertainty Quantification, Statistical modeling
Description :Location. École Polytechnique is a French public institution of higher education and research in Palaiseau, in the southwest of Paris. It was established in 1794 by the mathematician Gaspard Monge during the French Revolution. It is one of the most prestigious and selective French grandes écoles. Polytechnique has several research laboratories operating in various scientific fields (physics, mathematics, computer science, economics, chemistry, biology, etc.). Research program. The Chaire “Stress Testing” is a specific research program between Ecole Polytechnique and BNP Paribas, and is hosted at Polytechnique by the Center of Applied Mathematics https://portail.polytechnique.edu/cmap/en This research project is part of an in-depth reflection on the increasingly sophisticated issues surrounding stress tests (under the impulse of the upcoming European Banking regulation). Simulation of extreme adverse scenarios is an important topic to better understand which critical configurations can lead to financial and systemic crises. These scenarios may depend on complex phenomena, for which we partially lack information, making the modeling incomplete and uncertain. Last, the data are multivariate and reflect the dependency between driving variables. From the above observations, different lines of research are considered: 1) the generation of stress test and meta-modeling scenarios using machine learning 2) the quantification of uncertainties in risk metrics 3) modeling and estimation of multidimensional dependencies Keywords: Bayesian Networks, copulas, dependent data, Deep Learning, Gaussian processes, machine learning, Markov Chain Monte Carlo, meta-modeling, multivariate statistics, rare event simulation, risk metrics, splitting methods, stochastic algorithms, stochastic and Bayesian optimization, uncertainty propagation Candidate profile: • A PhD in Probability and Statistics, or equivalent • A proven track record in quality research, as evidenced by research publications in top scientific journals and conferences • Solid working knowledge of some of the topics listed above (see keywords) • An understanding of financial risks is desirable • Exposure to development of numerical methods or data analysis (with Python, R) is desirable Position: 3 years, extension is possible. Although this is mainly a research position, there is the possibility of a small teaching load Net salary: about 2400€/month depending on the experience How to Apply: Your application should include a Cover Letter, Resume, publications. With your application, we ask that you briefly outline your experience against the selection criteria in the position description. Contact for application: emmanuel.gobet@polytechnique.edu
En savoir plus :https://drive.google.com/file/d/1vPBXCjCTzHh447pvphxSPH2zihYlF90z
PostDocChaireStressTest.pdf
Contact :emmanuel.gobet@polytechnique.edu
Lecturer - Stochastic Simulation, Uncertainty Quantification, Statistical modeling
Publiée le 17/09/2018 08:51.
Référence : Lecturer - Chaire Stress Test.
CDD, Palaiseau.
Entreprise/Organisme :Ecole Polytechnique, France
Niveau d'études :Doctorat
Date de début :Dès que possible
Durée du contrat :3 ans
Rémunération :2800€ net mensuel en fonction de l'expérience
Secteur d'activité :Stochastic Simulation, Uncertainty Quantification, Statistical modeling
Description :Location. École Polytechnique is a French public institution of higher education and research in Palaiseau, in the southwest of Paris. It was established in 1794 by the mathematician Gaspard Monge during the French Revolution. It is one of the most prestigious and selective French grandes écoles. Polytechnique has several research laboratories operating in various scientific fields (physics, mathematics, computer science, economics, chemistry, biology, etc.). Research program. The Chaire “Stress Testing” is a specific research program between Ecole Polytechnique and BNP Paribas, and is hosted at Polytechnique by the Center of Applied Mathematics https://portail.polytechnique.edu/cmap/en This research project is part of an in-depth reflection on the increasingly sophisticated issues surrounding stress tests (under the impulse of the upcoming European Banking regulation). Simulation of extreme adverse scenarios is an important topic to better understand which critical configurations can lead to financial and systemic crises. These scenarios may depend on complex phenomena, for which we partially lack information, making the modeling incomplete and uncertain. Last, the data are multivariate and reflect the dependency between driving variables. From the above observations, different lines of research are considered: 1) the generation of stress test and meta-modeling scenarios using machine learning 2) the quantification of uncertainties in risk metrics 3) modeling and estimation of multidimensional dependencies Keywords: Bayesian Networks, copulas, dependent data, Deep Learning, Gaussian processes, machine learning, Markov Chain Monte Carlo, meta-modeling, multivariate statistics, rare event simulation, risk metrics, splitting methods, stochastic algorithms, stochastic and Bayesian optimization, uncertainty propagation Candidate profile: • A PhD in Probability and Statistics, or equivalent • A proven track record in quality research, as evidenced by research publications in the top scientific journals and conferences • Solid working knowledge of some of the topics listed above (see keywords), both in research and teaching • Solid working knowledge in the development of numerical methods or data analysis (with Python, R) • An understanding of financial risks is desirable • Good communication and management skills, allowing to be involved in the scientific life of the Chaire Position: 3 years, extension is possible. The teaching load will be about 70 hours/year. Net salary: about 2800€/month depending on the experience How to Apply: Your application should include a Cover Letter, Resume, publications, description of teaching experience. With your application, we ask that you briefly outline your experience against the selection criteria in the position description.
En savoir plus :https://drive.google.com/open?id=1iVZwCZrIshtBVo_gca6NeE5JnfKcp8ei
LecturerChaireStressTest.pdf
Contact :emmanuel.gobet@polytechnique.edu

Page précédente  1  2  3  4  <5> 

 
 
©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 :