Consulter les offres d’emploi

Internship proposal: Accuracy of estimators from the French National Forest Inventory
Publiée le 23/10/2019 10:25.
Référence : Internship proposal: Accuracy of estimators from the French National Forest Inventory.
Stage, Forest Inventory Laboratory (LIF), IGN, 54000 Nancy, France OR Ensai, 35000 Rennes, France.
Entreprise/Organisme :ENSAI - IGN
Niveau d'études :Master
Sujet :Context The French National Forest Inventory (IFN) is a continuous survey which aims at quantitatively describing the situation, the evolution over time and the potentialities of the French forest (https://inventaire-forestier.ign.fr/). The survey is carried out according to an innovative multi-phase sampling design. The territory is first paved with a regular grid, which is systematically sampled at the first phase using a photointerpretation of the ground cover. Some points are then drawn in the selected cells, and field measurements are performed inside circles centered on these points. The survey benefits at each phase from a very rich auxiliary information, with continuous and high resolution spatial information layers, produced in particular by remote sensing. Sampling has a central place in the inventory. The estimation methods developed aim at limiting the bias regardless of the variables of interest, and at providing the best possible accuracy from a limited sample size. The large databases of IFN collected for 15 years make it possible to test alternative approaches on very large homogeneous samples. Goals The purpose of this internship is, first of all, to master the sampling and estimation methods currently used by the NFI, with the help of the supervisors and using the existing documentation. Meanwhile, the work involves making use of the NFI databases to assess the accuracy of the estimates currently produced by the NFI, including small areas. This work may be carried out via analytical variance computation, resampling techniques (e.g., Bootstrap), or Monte Carlo simulations. Another possible line of work will be to assess the sensitivity of the estimators to the current specification of the sampling design (sampling rates at each phase, level of detail in the stratification and in the post-stratification). Depending on the spatial domain and/or the variable of interest, the sensitivity to the sample size may vary significantly. The very detailed and large databases of IFN will be used for the analysis. The internship may be followed by a PhD, which is already funded by the National Institute of Geographical and Forest Information (IGN).
Date de début :March 2020
Durée du contrat :4 to 6 months
Rémunération :Around 577 € / month
Secteur d'activité :Forest Inventory / Survey Sampling
Description :The Forest Inventory Laboratory (LIF) located in Nancy is dedicated to research on forest inventory methods, in collaboration with AgroParisTech and INRA, to characterize the trees of France. The objectives of the LIF are to optimize the forest inventory system in France and to increase the information production capacities in the forest field. The research focuses on three main areas: the statistical optimization of the forest inventory system, a "multisource inventory" axis using a set of methods combining field data and auxiliary information, the enrichment of the production of results with constant collection aimed at meeting the new expectations and needs.
En savoir plus :NA
InternshipProposal_Accuracy.pdf
Contact :chauvet@ensai.fr
Modélisation du stade de récolte des bananes
Publiée le 23/10/2019 10:25.
Référence : stage banane modèle stade de récolte.
Stage, Station Neufchateau (Guadeloupe).
Entreprise/Organisme :CIRAD
Niveau d'études :Master
Sujet :Conception d’un modèle de prévision du point de récolte de nouveaux hybrides de banane (Cirad 925)
Date de début :06/01/20
Durée du contrat :6 mois
Rémunération :~ 555 € / mois et possibilité tickets restaurant, logement, billet avion
Secteur d'activité :Recherche, Production fruititère
Description :Objectifs : Dans le cadre du projet Plan Banane Durable 2, l’UMR Qualisud (CIRAD) conduit en particulier des travaux dont l’objectif est d’optimiser le stade de coupe des régimes pour de nouveaux hybrides, en s’appuyant sur le développement d’un modèle de prévision du stade de récolte basé sur les paramètres climatiques et la croissance du fruit. Dans le cadre du stage proposé, il s’agira tout d’abord, de calibrer et valider un modèle de prédiction du stade de récolte des bananes. Ce modèle s’appuiera sur des données climatiques et de remplissage du fruit sur la plante. L’optimisation du stade de récolte prendra en compte : la durée de vie verte (objectif fixé de 20-25 jours à 20°C), la productivité (objectif : augmenter le grade et diminuer les déchets de fruits au hangar), et la sensibilité aux désordres physiologiques post-récolte (fonction de l’âge du fruit à la récolte, pour l’éclatement, et dans une moindre mesure voire indépendant pour les autres désordres (brunissement, dégrain, frisure). Méthode : Les critères pris en compte dans la décision du point de coupe sont généralement le grade des fruits (1er critère qui déclenche la coupe) et l’âge du régime (sur la base d’une somme de températures depuis la floraison, si la semaine de floraison est notée et la température de base déterminée). Ce double critère de coupe doit permettre d’optimiser la productivité du système tout en maitrisant le potentiel de conservation et la qualité finale du produit. Le modèle sera construit à partir d’une base de données provenant d’expérimentations menées sur plusieurs années dans des parcelles en conditions réelles de production et pour certaines variétés en station de recherche afin de disposer de conditions agro-climatiques contrastées permettant d’estimer plus rapidement certains paramètres. Ces données concernent principalement des suivis de croissance des fruits depuis la floraison et selon différentes conditions source/puits (témoin, ablation de mains). Si besoin une expérimentation complémentaire pourra être mise en place pour valider le modèle ou mesurer un paramètre pour améliorer le modèle. Dans un premier temps, cette étude pourra être mise en œuvre sur la variété Cirad 925.
En savoir plus :https://antilles-guyane.cirad.fr/
FICHE DE STAGE-proposition master 2-pt de coupe-UMR Qualisud-2020.pdf
Contact :mathieu.lechaudel@cirad.fr
Automatisation d'une procédure de sélection de modèles dans le cadre du Couplage Modèle-Données
Publiée le 23/10/2019 10:24.
Référence : Sélection de modèles dans le cadre du Couplage Modèle-Données.
Stage, Vannes (56).
Entreprise/Organisme :Université de Bretagne Sud, Laboratoire de Mathématique de Bretagne Atlantique
Niveau d'études :Master
Sujet :L'objectif de ce stage est d'automatiser une procédure de sélection de modèles dans le cadre du Couplage Modèle-Données. Au cours d'un projet précédent, un outil a été construit afin d'ajuster un modèle sur des données et de collecter certaines informations associées à celui-ci. L'objectif est donc d'éprouver cet outil, d'augmenter sa robustesse et son niveau de généricité et enfin d'automatiser la procédure complète de sélection de modèles. Ces différentes étapes nécessiteront la manipulation de modèles issus de différentes approches (Couplage Modèle-Donnée, Machine Learning, Deep Learning, etc.) et la construction de nouvelles métriques permettant de juger de la pertinence de ces modèles et de les comparer entre eux.
Date de début :janvier 2020
Durée du contrat :6 mois
Rémunération :Gratification standard
Secteur d'activité :Recherche en Mathématiques Appliquées
Description :L'objectif de ce stage est d'automatiser une procédure de sélection de modèles dans le cadre du Couplage Modèle-Données. Au cours d'un projet précédent, un outil a été construit afin d'ajuster un modèle sur des données et de collecter certaines informations associées à celui-ci. L'objectif est donc d'éprouver cet outil, d'augmenter sa robustesse et son niveau de généricité et enfin d'automatiser la procédure complète de sélection de modèles. Ces différentes étapes nécessiteront la manipulation de modèles issus de différentes approches (Couplage Modèle-Donnée, Machine Learning, Deep Learning, etc.) et la construction de nouvelles métriques permettant de juger de la pertinence de ces modèles et de les comparer entre eux.
En savoir plus :http://web.univ-ubs.fr/lmba/
StageM2_2019_2020_AutomatisationSelectionModeles.pdf
Contact :emmanuel.frenod@univ-ubs.fr
Thèse CIFRE Détection et classification de cibles de petite taille par deep learning
Publiée le 22/10/2019 11:08.
Thèse, Palaiseau, France.
Entreprise/Organisme :Safran E & D et ONERA The French Aerospace Lab
Niveau d'études :Master
Durée du contrat :3 ans
Secteur d'activité :Aérospatial
Description :L’objectif de la thèse sera de proposer des méthodes de détection et classification à base de deep learning adaptées au cas de cibles de petites tailles, potentiellement de faible contraste par rapport au fond, pour lesquelles la signature est mesurée ou apprise dans une bande spectrale ou plusieurs bandes spectrales dans différents domaines en visible et infrarouge.
En savoir plus :www.onera.fr
these_ONERA_SAFRAN.pdf
Contact :sidonie.lefebvre@onera.fr
Stage ONERA Palaiseau - Synthèse de fonds nuageux par deep learning
Publiée le 22/10/2019 11:07.
Stage, Palaiseau, France.
Entreprise/Organisme :ONERA The French Aerospace Lab
Niveau d'études :Master
Date de début :Mars 2020
Durée du contrat :5 mois (6 sur dérogation)
Secteur d'activité :Aérospatial
Description :Le but du stage est d’adapter des méthodes de type deep learning, notamment des GANs, à la génération de fonds nuageux texturés. La pertinence des textures générées par rapport aux textures réelles sera évaluée à l’aide de critères adaptés à la description des fonds naturels
En savoir plus :www.onera.fr
DOTA_2020_SLefebvre2.pdf
Contact :sidonie.lefebvre@onera.fr
Stage ONERA Palaiseau - Deep clustering pour l'évaluation de la transmission optique satellite-sol
Publiée le 22/10/2019 11:07.
Stage, Palaiseau, France.
Entreprise/Organisme :ONERA The French Aerospace Lab
Niveau d'études :Master
Date de début :Mars 2020
Durée du contrat :5 mois (6 sur dérogation)
Secteur d'activité :Aérospatial
Description :L’établissement de liaisons optiques entre un satellite et le sol nécessite de connaître les occurrences des nuages et des aérosols sur le globe. Le but du stage est d’adapter des méthodes de clustering basées sur du deep learning aux profils verticaux atmosphériques associés aux aérosols et aux nuages, dans le but d’extraire des profils représentatifs. Ces profils représentatifs, pondérés par la probabilité d’occurrence du cluster associé, seront ensuite utilisés pour calculer les statistiques de transmission pour une liaison satellite-sol.
En savoir plus :www.onera.fr
Stage_ONERA.pdf
Contact :sidonie.lefebvre@onera.fr
Ingénieur.e bioinformaticien.ne / single cell analyses of direct reprogramming in vivo
Publiée le 22/10/2019 11:02.
CDD, Strasbourg, France.
Entreprise/Organisme :IGBMC
Niveau d'études :Master
Date de début :Novembre 2019
Durée du contrat :1 an
Secteur d'activité :Recherche, Génomique/biologie
Description :Ingénieur.e bioinformaticien.ne / single cell analyses of direct reprogramming in vivo FRENCH : Nous recherchons un.e ingénieur.e bio-informaticien.ne pour rejoindre notre équipe, d'abord pour un contrat initial de 1 an, renouvelable et extensible selon l’évolution des projets. Notre équipe travaille sur la plasticité cellulaire et la capacité de cellules différenciées à changer d’identité, un phénomène appelé reprogrammation directe ou transdifférenciation. Nous avons identifié des évènements naturels de reprogrammation directe chez C. elegans, un petit ver microscopique (http://hobertlab.org/c-elegans-nobel-prizes/), que nous étudions à l’échelle de cellules uniques. Nous avons développé une méthode pour purifier une cellule qui se reprogramme, et avons engagé un certain nombre d’approches genome-wide pour déterminer son transcriptome au cours du temps : bulk and single cell RNA Seq et Dam ID (données dans l’équipe). De plus, nous mettons en œuvre des approches d’ATAC Seq. Avec ces outils nous voulons suivre non seulement la dynamique transcriptionelle, mais aussi les changements d’états chromatiniens (Dam ID) ainsi que les états cellulaires intermédiaires (« Transitions states ») au cours de la reprogrammation, et ce in vivo dans un modèle intégré et physiologique. Notre équipe, internationale (http://igbmc.fr/research/department/1/team/8/) et soutenue par un grant ERC, est située à l’IGBMC (http://igbmc.fr/), un institut multidisciplinaire à Strasbourg. En sus des interactions avec d’autres équipes intéressées par des thématiques et des approches similaires (http://igbmc.fr/research/department/1/team/131/, http://igbmc.fr/research/department/1/team/6/) avec lesquelles une collaboration pourra être nouée, vous interagirez directement avec les bio-informaticien.nes liés à la plateforme de séquençage de l’institut. Connaissances et compétences mobilisées - Connaissance des données de génomique et de bio-analyse - Connaissance des outils d’analyse et de visualisation des données RNA-Seq et idéalement DAM ID, ATAC Seq - Connaissance des méthodes d’analyse des données de génomique single cell et des méthodes de classifications utilisées (ACP, K-means, t-SNE, PLS…) - Maitrise de l'environnement Unix/ - Langages bash, R, Python ou Perl Plus : - Connaissance des méthodes d’analyse des données de génomique single cell et des méthodes de classifications utilisées (ACP, K-means, t-SNE, PLS…) - Expérience dans le développement de pipelines d'analyse de données - Connaissances en biologie Missions - Prise en charge du transfert et stockage des données brutes sur le serveur de l’équipe - Mise en place dans l’équipe (et éventuel développement) d’outils d’analyse et interfaces utilisables par les chercheurs de l’équipe : RNA-Seq, Dam ID [gènes actifs (ie lié à PolII) ainsi que modélisation des régions actives et inactives de la chromatine] - Participation à la bio-analyse des données RNA Seq et DAM ID générées dans le laboratoire (contrôle qualité et analyse) et leur interprétation - Participation à la rédaction des sections spécialisées des articles Qualités requises - Autonome et rigoureu.se, qualités relationnelles, goût pour le travail d'équipe et le partage des connaissances. Esprit d'initiative, curiosité, créativité technique. - Maitrise de l’anglais scientifique Niveau d’étude : Master ou ingénieur en bio-informatique ou bio-statistiques avec expérience de recherche, ou docteur Pour candidater, merci d’envoyer un CV détaillé (avec expérience de recherche et liste de publications), une lettre de motivation et les contacts de 2-3 références à Sophie Jarriault : sophie@igbmc.fr ENGLISH version : Job Description: We are seeking a highly motivated bioinformatician with strong interest in biological questions. We have pioneered the study of natural instances of cellular reprogramming establishing the worm as a unique model (see for ex. Jarriault PNAS 2008; Richard Dev. 2011; Kagias PNAS 2012; Hadjuskova Genesis 2012; Zuryn Science 2014; Becker 2016). We have developed methods to perform bulk and single cell omics approaches (RNA Seq, Dam ID) and are developing ATAC Seq in order to determine among others the transcriptional dynamics, the chromatin architecture and the cellular transition states during reprogramming. Among the candidate missions : implementation (and possibly development) of (sc) RNA Seq, Dam ID (active genes and active chromatin regions modelling) and ATAC Seq analysis tools; Setting up of interfaces and work flows usable by other lab members ; Visualisation, bio-analyses and interpretation of the omics data ; Participation to the writing of the corresponding scientific manuscripts. Scientific Environnement: Our international team (http://igbmc.fr/research/department/1/team/8/), supported by an ERC grant, is part of the Cell and Developmental Department, at the IGBMC in Strasbourg, France. This Research Institute (http://www.igbmc.fr) provides access to state-of-the-art facilities and a vibrant international research environment, and offers the candidate a unique opportunity to be exposed to multidisciplinary teams and a rich scientific life (seminars, international meetings, scientific clubs, retreats, postdocs&students board, etc). Interaction and potential collaborations are possible with several other teams, including http://igbmc.fr/research/department/1/team/131/, http://igbmc.fr/research/department/1/team/6/, and the bioinformatic service of the institute NGS platform. Candidate: The ideal candidate will have experience with analysis of large datasets, strong programming skills (R/Bioconductor, Python, Perl, C++, UNIX, Bash scripts) and proficiency in big data integration, interpretation and visualization. The candidate is ideally a bioinformatics analyst with a strong background in biology. The candidate must be motivated by the biological questions and is expected to work collaboratively with other team members; a first experience in the analysis of RNA Seq data is a plus. Apply: Interested applicants should submit a cover letter with research interests, brief statement on their future goals, description of research experience, CV, and the contact info of three referees willing to provide letters of reference to : Dr. Sophie Jarriault at: sophie@igbmc.fr
En savoir plus :http://igbmc.fr/research/department/1/team/8/
profil bio-informaticien.ne Oct 2019.pdf
Contact :sophie@igbmc.fr
Développer une application R-Shiny pour optimiser et simplifier la constitution de blocs homogènes
Publiée le 20/10/2019 21:28.
Référence : Blocs2020.
Stage, MNE Paris 75012.
Entreprise/Organisme :idele
Niveau d'études :Master
Sujet :La constitution de blocs d’animaux homogènes est une étape indispensable dans le cadre de l’expérimentation animale. Un bloc est un groupe d’animaux dont on s’attend à ce qu’ils aient la même réaction vis-à-vis d’un traitement. Il est constitué d’animaux homogènes sur des variables pré-expérimentales qui peuvent avoir une influence sur les variables mesurées à l’issue de l’expérimentation. La façon de constituer ces blocs peut avoir une influence plus ou moins forte sur les méthodes statistiques mises en œuvre pour analyser les résultats de l’expérimentation. Sur le terrain, de nombreuses pratiques existent et l’influence de la constitution des blocs sur les résultats est encore mal connue. A ce jour, aucun outil n’est mis à disposition du personnel de fermes expérimentales pour homogénéiser, optimiser et simplifier l’étape de constitution des blocs.
Date de début :mars/avril
Durée du contrat :6 mois
Rémunération :Gratification de 568,76 €/mois,
Secteur d'activité :Elevage
Description :L’objectif du stage est de mettre au point un algorithme de constitution de blocs d’animaux homogènes et de développer l’application R Shiny associée. Le stage se déroule en 4 phases : • Faire un état des lieux des pratiques de constitution des blocs via des échanges avec le personnel des fermes expérimentales du réseau FarmXP. Acquérir une compréhension du monde de l’expérimentation animale et des contraintes terrain lors de cette étape. • Analyser l’impact de la constitution des blocs sur les analyses statistiques afin de définir ce qu’est un « bon » bloc Cette analyse fera intervenir des modèles à effets mixtes. Le stagiaire travaillera à partir de données d’expérimentation existantes et/ou grâce à des simulations de données. • Définir une méthode de construction de « bons » blocs. Dans cette phase, le stagiaire devra mettre au point un algorithme permettant de créer de manière automatique des blocs de taille identique. Des techniques de classification sous contraintes pourront être utilisées. • Construire une application R Shiny destinée au personnel des fermes expérimentales afin de les aider à constituer leurs blocs. Le (la) stagiaire sera intégré(e) à l’équipe DATA’STAT de l’Institut de l’Elevage qui est constituée de 10 Data Analyst et Data Scientist.
En savoir plus :http://idele.fr/services/datastat.html
Stage_Blocs_2020.pdf
Contact :elodie.doutart@idele.fr
Poste de Biostatisticien(ne) au CHU de NICE
Publiée le 20/10/2019 21:27.
CDI, Hôpital de Cimiez.
Entreprise/Organisme :CHU de Nice - Délégation à la Recherche et à l'Innovation
Niveau d'études :Doctorat
Date de début :dès que possible
Durée du contrat :CDD initialement puis CDI, poste pérenne
Rémunération :selon expérience sur grille ingénieur hospitalier, négotiation possible
Secteur d'activité :Biostatistiques domaine médical
Description :Participer à l'assistance méthodologique des projets CHU promoteur du CHU de Nice et réaliser les analyses statistiques afférentes au sein d'une équipe multidisciplinaire.
En savoir plus :NA
Fiche de Poste biostatisticien senior_2019.pdf
Contact :fontas.e@chu-nice.fr
STAGIAIRE STATISTICIEN - H/F
Publiée le 20/10/2019 21:27.
Référence : 2020MSSST.
Stage, Libourne, France.
Entreprise/Organisme :CEVA Santé Animale
Niveau d'études :Autre
Sujet :Nous recherchons un(e) stagiaire pour venir en soutien des équipes du service de biométrie dans la réalisation d'une méta analyse.
Date de début :Février 2020
Durée du contrat :6 mois
Rémunération :Entre 750 et 1340
Secteur d'activité :Industrie pharmaceutique
Description :La réalisation d'une méta analyse sur une étude consommateur auprès de propriétaires d'animaux de compagnie : Définition des profils types de consommateurs. Identification des facteurs clés et développer un modèle probabiliste permettant d'optimiser les probabilités d'achats des différents produits. Réaliser une synthèse des résultats par pays. Identifier des facteurs communs aux différents pays et réaliser une méta analyse au niveau global.
En savoir plus :https://www.ceva-santeanimale.fr/Our-job-offers/Stagiaire-statisticien-H-F2
Contact :margot.saunier@ceva.com
STAGIAIRE STATISTICIEN - H/F
Publiée le 20/10/2019 21:27.
Référence : 2020MSSSS.
Stage, Libourne, France.
Entreprise/Organisme :CEVA Santé Animale
Niveau d'études :Master
Sujet :Nous recherchons un(e) stagiaire pour venir en soutien des équipes de Biométrie pour l'automatisation de statistiques analyses.
Date de début :Février 2020
Durée du contrat :6 mois
Rémunération :Entre 750 et 1340
Secteur d'activité :Industrie pharmaceutique
Description :Principales finalités du poste : Concernant les Bioassay, l'objectif est de permettre aux équipes du Contrôle Qualité et du laboratoire de Développement Analytique d'obtenir des statistiques de façon interactive sur les Bioassay lors des étapes de développement, de validation de méthodes analytiques ou de libération de produit. Concernant les données de safety pré-cliniques l'objectif est d'optimiser en temps et en qualité la génération de rapports statistiques standardisés.
En savoir plus :https://www.ceva-santeanimale.fr/Our-job-offers/Stagiaire-Statisticien-H-F
Contact :margot.saunier@ceva.com
Proposition de stage de Master 2 / Dernière année d'école Ingénieur
Publiée le 20/10/2019 21:27.
Stage, Bordeaux.
Entreprise/Organisme :Inria BSO - Equipe SISTM
Niveau d'études :Master
Sujet :Analyse de données compositionnelles : comparaison de méthodes et application à l’étude du microbiote pulmonaire chez des patients asthmatiques
Date de début :Pendant l'année académique 2019-2020
Durée du contrat :4-6 mois
Rémunération :Selon les taux en vigueur (~550 €/mois)
Secteur d'activité :Recherche en santé publique
Description :Au cours des dernières années, un intérêt croissant a été porté au microbiote (l’ensemble des bactéries, champignons et autres micro-organismes de l’organisme humain). En effet, les progrès en bioinformatique et en séquençage de la dernière génération ont permis des avancées importantes dans la compréhension du rôle du microbiote en santé. Le nombre de publications scientifiques sur le sujet a augmenté exponentiellement. Un grand nombre d’articles de vulgarisation scientifique ont suivi, témoignant de l’importance croissante accordée au sujet autant au niveau de la recherche que du grand public : « Le bonheur est dans la variété ». J Doré, D Ehrlich et al. Cerveau & Psycho, avril 2017 ; « Dossier : le microbiote respiratoire, kezaco ? » H Joubert. BPCO Association, avril 2018. En particulier, le microbiote a été associé à certaines pathologies, telles que des maladies inflammatoires de l’intestin, diabètes, cancers, ou encore des pathologies respiratoires chroniques. Pour ces dernières, pourtant, pendant très longtemps, les voies aériennes inférieures étaient considérées comme stériles. De multiples questions concernant le rôle du microbiote respiratoire, ses interactions avec l’hôte ou les interactions entre les différentes communautés le constituant (bactérienne, fongique, virale,…) restent néanmoins en suspens. Les données microbiote sont usuellement mesurées en tant qu’abondance relative des espèces, c’est-à-dire, il s’agit de données compositionnelles (CoDa pour Compositional Data), dont la somme vaut 1. Puisqu’une composante peut être déterminée à partir de la somme du reste de la composition, les composantes sont mathématiquement et statistiquement dépendantes. Cette structure complique l'analyse et ne permet pas d’effectuer des inférences valides à partir d'analyses statistiques standard, telles que la corrélation. Pourtant, de nombreuses techniques d’analyse de données, telle que l’analyse en composantes principales (ACP) ou l’inférence de réseaux d’interactions, reposent sur cette mesure. Des niveaux de difficulté supplémentaires sont rajoutés à l’étude des données microbiote, lorsqu’on tient compte de la grande dimension des données provenant de séquençage à haut débit, d’une part, ou de l’hétérogénéité des données intégrant le microbiote (communautés bactérienne et fongique, notamment), d’autre part. Le premier objectif du stage est la mise en oeuvre et comparaison des méthodes d’analyse de données multidimensionnelles (telles que les ACP). Le deuxième objectif du stage est d’explorer les différents critères de sélection de modèles graphiques permettant de déterminer le réseau d’interaction le plus pertinent. Les résultats de ces comparaisons permettront de guider le choix des méthodes à appliquer dans l’analyse des données du projet COBRA-ENV. Cette étude s’intéresse aux interactions entre les composantes bactériennes et fongiques du microbiote pulmonaire ainsi qu’environnemental chez des patients asthmatiques. Le troisième objectif du stage est d’analyser les données du projet COBRA-ENV afin de répondre aux questions posées par les cliniciens.
En savoir plus :https://www.inria.fr/equipes/sistm
Proposition de stage de Master 2 biostatistique.pdf
Contact :marta.avalos-fernandez@inria.fr
Description de Trajectoires de Poids Vif d’Ovins pour paramétrer un dispositif automatisé de pesée
Publiée le 20/10/2019 21:26.
Référence : OtoP3D2020.
Stage, MNE Paris 75012.
Entreprise/Organisme :idele/Inra
Niveau d'études :Master
Sujet :Le projet « OtoP-3D » financé par le CASDAR a pour objectif de promouvoir des outils automatisés d’acquisition de données de Poids Vif (PV) et d’Etat Corporel permettant à des éleveurs dans une démarche d’élevage de précision, de bénéficier d’alertes susceptibles de déclencher des interventions beaucoup plus rapides et ciblées qu’actuellement. Le stage vise à décrire des trajectoires de PV d’ovins à partir de données d’élevages expérimentaux concernant soit la phase adulte, données de brebis pesées à différents moments d’une campagne de reproduction, soit la phase de croissance avec des agneaux pesés avant sevrage et pendant la phase d’engraissement-finition. L’objectif sera d’en extraire des modèles de trajectoires-types ou bien des faisceaux de trajectoires-types, en identifiant des facteurs discriminants de ces trajectoires. Ces modèles pourront alimenter les prédictions d’automates d’auto-pesée accessibles aux animaux 24h sur 24. L’étude pourra s’étendre aux données de Notes d’Etat Corporel (NEC) disponibles pour une partie de ces animaux en évaluant les liens entre les traits de PV et de NEC.
Date de début :mars/avril
Durée du contrat :6 mois
Rémunération :3,60 €/h par 35 h/semaine hors jours fériés soit environ 504 € par mois,
Secteur d'activité :Elevage
Description :Le stage se déroulera en deux étapes : • Un premier travail a déjà été réalisé sur les courbes de croissance d’agneaux, les données ont été compilées et nettoyées. Le travail consistera à appliquer des techniques propres à la classification de courbes (comme KML et KML Shape mais choix non fermé à ce jour) afin d’identifier des profils pertinents et de les caractériser. • La deuxième étape concernera l’analyse des données des brebis. Les bases de données sont disponibles et également nettoyées. L’étude ici consiste à analyser des trajectoires de pesées et non plus de courbes de croissance, une réflexion autour de la manipulation des données et des techniques à utiliser sera indispensable. En effet, différents évènements impactent l’évolution du poids des brebis (comme les mises bas par exemple), une étape de découpe automatique des courbes sera indispensable avant l’analyse statistique des trajectoires. • Le travail réalisé devra à aboutir à la rédaction d’un rapport de stage et d’une synthèse
En savoir plus :http://idele.fr/services/datastat.html
Offre stage OtoP-3D-2020.pdf
Contact :elodie.doutart@idele.fr
Stage de M2 en Statistique ou Biostatistique
Publiée le 18/10/2019 20:48.
Stage, Nantes.
Entreprise/Organisme :INSERM 1246 SPHERE
Niveau d'études :Master
Sujet :Impact des bonus de fidélité sur l’activité et les problèmes liés à la pratique des jeux de hasard et d’argent sur Internet
Description :Contexte : Les jeux de hasard et d’argent (JHA) sur Internet sont plus à risque de développer une pratique de jeu excessive. En parallèle, Internet offre une opportunité rare de monitorer l’activité de jeu dans un environnement écologique (vraie vie), permettant d’explorer l’impact de différentes mesures (de prévention, commerciales, etc.) sur l’activité des joueurs. Certaines pratiques commerciales utilisées par les opérateurs pour fidéliser leurs joueurs pourraient favoriser le développement ou le maintien des problèmes de jeu rencontrés par certains joueurs. En particulier, les bonus de fidélité représentent une pratique très répandue dans l’univers des JHA en ligne, et sont souvent pointés du doigt par les addictologues comme un facteur de risque addictif important. Toutefois, aucune étude à ce jour n’a démontré la réalité de ce problème. Objectifs du stage : L’objectif est d’évaluer si l’utilisation de bonus de fidélité par les joueurs en ligne est associée au développement ultérieur de problèmes de jeu. Matériels et méthodes : Le stage s’inscrira dans l’étude EDEIN (NCT02415296). Cette étude a pour objectif d’investiguer l’activité de jeu d’un panel de joueurs en ligne et de contribuer à identifier les facteurs liés à une pratique de jeu excessive. Dans le cadre de cette étude, deux jeux de données sont disponibles : - L’un provenant de l’Autorité de Régulation des Jeux en Ligne, autorité nationale qui régule l’activité des sites de JHA en ligne, exclusivement pour le poker, les paris sportifs et les paris hippiques ; - L’un provenant de la Française des Jeux, opérateur de jeu en ligne historique français, seul autorisé à distribuer des jeux de loterie (tirage et grattage) en ligne. Ainsi, ces deux jeux de données, composés chacun des données de jeu de 10 000 joueurs collectées sur une période de 12 mois et des réponses à une enquête en ligne permettant de connaître le statut du joueur (excessif ou non), sont représentatifs de l’ensemble de l’activité de jeu en ligne légale en France. Analyses statistiques envisagées : Dans un premier temps, l’évolution de l’utilisation des bonus de fidélité pourra être décrite à l’aide de modèles mixes et de modèles à classes latentes, afin d’identifier des trajectoires types. Dans un second temps, le statut du joueur (excessif ou non) pourra être prédit en fonction des estimations des modèles précédents. Une méthode plus complexe composée d’une seule étape (ex : modélisation conjointe) pourra également être envisagée.
En savoir plus :http://www.sphere-nantes.fr/
offre stage M2 stats 2019-2020.pdf
Contact :gaelle.bouju@chu-nantes.fr
Stage M2: Evaluation des performances d’un algorithme d’apprentissage profond
Publiée le 15/10/2019 14:28.
Référence : stageM2-evalAlgoML.
Stage, Vannes.
Entreprise/Organisme :Univ. Bretagne-Sud / IRISA
Niveau d'études :Master
Sujet :stage M2 / Évaluation des performances d’un algorithme d’apprentissage profond: application à la détection d’objets de petite taille sur fond variable
Date de début :à partir de février 2020
Durée du contrat :6 mois
Rémunération :gratification minimale légale
Secteur d'activité :recherche
Description :stage M2 : Evaluation des performances d’un algorithme d’apprentissage profond: application à la détection d’objets de petite taille sur fond variable Date prévue: Février 2020 (6 mois) Lieu: Université Bretagne Sud - IRISA (équipe OBELIX), Vannes 56000, France Condition: Nationalité européenne Contexte: Ce stage s'intègre dans le cadre d'un projet de recherche de l’équipe d’accueil qui a pour objectif de développer des méthodes de détection d'objets de petite taille dans des images de télédétection (aériennes et satellite) à l'aide de réseaux de neurones profonds (par approche de Deep Learning). Ce projet évolue dans un contexte applicatif varié, par ex. la détection de mammifères marins ou bien de véhicules terrestres, à partir d’images satellites/aériennes. Un algorithme a été proposé dans une première partie du projet pour réaliser cette tâche de détection. L’objectif du stage est d’étudier les performances de cet algorithme, en considérant différents scénarios pour les données d'entraînement et de test, en particulier variabilité des données d'entraînement, apparition de nouveaux fonds dans les données de test, ressemblance des données tests, méta-données disponibles, etc. Le-a futur-e stagiaire rejoindra l'équipe OBELIX (OBsErvation de L'environnement par Imagerie compleXe) de l'IRISA (Institut de recherche en informatique et systèmes aléatoires) à Vannes (Université de Bretagne-Sud, Campus de Tohannic). Missions/Programme de travail: - Etude bibliographique de l’évaluation d’algorithme d’apprentissage, en particulier d’apprentissage profond - Prise en main de la solution développée pour la détection de petits objets (code en C++ et Python/pytorch) pour la détection de mammifères marins/de véhicules terrestres dans des images satellitaires/aériennes - Éventuellement, annotation de données manuelle, non-supervisée ou par transfert - Étude extensive des performances de l’algorithme par simulations numériques Profil/Compétences: - Formation Master 2 ou Ecole d'Ingénieur - Traitement d'image, Machine Learning (expérience en Deep Learning appréciée) - Programmation Python et/ou C++ (expérience avec Tensorflow et/ou Pytorch appréciée) Contacts: Chloé FRIGUET, Minh-Tan PHAM, Luc COURTRAI Envoyer votre CV + relevés de notes + lettre de motivation à chloe.friguet@irisa.fr, minh-tan.pham@irisa.fr et luc.courtrai@irisa.fr (avant le 30 novembre 2019).
En savoir plus :https://www-obelix.irisa.fr/job-offers/
stageM2_evaluation_detection.pdf
Contact :chloe.friguet@irisa.fr

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 :