Consulter les offres d’emploi

Researcher in clinical evaluation and regulation of Digital Medical Devices
Publiée le 14/04/2025 09:41.
CDD, Paris (75), France.
Entreprise/Organisme :Inria
Niveau d'études :Master
Date de début :Between June and August 2025
Durée du contrat :2 years
Rémunération :According to experience.
Secteur d'activité :Clinical evaluation ; regulation.
Description :The HeKA team at Inria, Inserm, and University Paris Cité is seeking a motivated researcher to join the SMATCH (Statistical and AI based Methods for Advanced Clinical Trials CHallenges in Digital Health) project, which is part of the PEPR (“Programme et Equipements Prioritaires de Recherche” - Priority Research Programs and Equipment) Santé Numérique (Digital Health), co-leaded by Inserm and Inria. The objective of the SMATCH project is to develop and apply statistical and AI- based methods with the ultimate goal of accelerating the development of medical interventions (drugs and DMDs) during their evaluation in clinical trials. The consortium is made up of 16 teams, mainly from Inria and Inserm Centers recognized in this field, bringing a unique and complementary expertise in data sciences and AI applied to health problems and specifically to clinical trials. AI-based computational models can be used by health care professionals or patients within DMD (using the definition of EU regulation 2017/745) aiming at preventing, diagnosis, monitoring, treating or alleviating disease. These devices impact the health outcome of individuals as any other treatment, but they present many methodological challenges in their clinical evaluation. Further, regulators, are struggling in approving and labelling these DMDs as the clinical evidence provided by stakeholder is heterogeneous. This position will contribute to the development of a framework and guidelines for trials or study designs that could be used to evaluate DMDs. This work will be done with the collaboration of the Digital Health department of the HAS.
En savoir plus :https://recrutement.inria.fr/public/classic/fr/offres/2025-08764
2025-08764.pdf
Contact :sandrine.boulet@inria.fr
Senior statistical project leader
Publiée le 09/04/2025 18:01.
Référence : R2792819.
CDI, Vitry-sur-Seine.
Entreprise/Organisme :SANOFI
Niveau d'études :Master
Date de début :from June 2025
Secteur d'activité :Biostatistics - Data science
Description :As a Senior Statistical Project Leader in the Biostatistics Immunology & Inflammation team, you will provide statistical leadership, guidance, and strategic input for clinical development plan and clinical studies in one or more project teams. You’ll have opportunities to develop innovative statistical solutions to support critical trial decision-making and advance treatment across all phases of drug development.
En savoir plus :https://lnkd.in/eFkfbm4z
Contact :emmanuelle.boelle@sanofi.com
Biostatisticien-ne
Publiée le 08/04/2025 09:23.
Référence : Biostat-M2-CEDRA-25.
CDD, Marseille.
Entreprise/Organisme :Service Biostatistique et Technologies de l’Information et de la Communication (BioSTIC), Assistance
Niveau d'études :Master
Date de début :Dès que possible
Durée du contrat :CDD temps plein, pour une durée initiale de 12 mois renouvelable
Rémunération :Grilles d’ingénieurs hospitaliers de de l’AP-HM
Secteur d'activité :Recherche clinique et épidémiologique
Description :Les Dyslipidémies rares concernent les patients avec des concentrations extrêmes de cholestérol, triglycérides, de HDL-cholestérol et de lipoprotéine (a). Labélisé en 2023 par la DGOS et coordonné par la Pr Sophie BELIARD, le Centre d’Expertise des Dyslipidémies rares de l’APHM (CEDRA), est dédié aux pathologies rares des lipides. Il appartient à la filière FIRENDO et coordonne l’activité de 8 centres de compétence répartis dans toute la France. Une des principales missions de CEDRA est de promouvoir et participer à la recherche, notamment sur de nouvelles thérapies innovantes, permettant, à terme, d’améliorer la prise en charge de patients. CEDRA organise et gère ainsi plusieurs projets de recherche clinique institutionnels et industriels. Dans le cadre de cette mission, nous recrutons aujourd’hui un(e) Ingénieur(e) d’Etude pour apporter une aide méthodologique et biostatistique sur les projets en cours et à venir. Le(a) candidat(e) retenu(e) pour ce poste sera chargé(e) de réaliser les analyses statistiques des projets de recherche cliniques incluant des patients pris en charge par CEDRA. Il/Elle travaillera en étroite collaboration avec l’équipe pluridisciplinaire du centre de référence. Il/Elle sera accueilli(e) dans le service du Pr Roch GIORGI Biostatistique et technologies de l'information et de la communication (BioSTIC ; http://fr.ap-hm.fr/service/BioSTIC) de l’APHM. Le service BioSTIC contribue au développement de la recherche clinique et épidémiologique, à la valorisation des données de santé en faisant appel aux méthodes de la biostatistique, de la science des données, de l’informatique biomédicale, de l’intelligence artificielle et des technologies de l’information et de la communication. Il soutient les investigateurs dans leurs différents projets de recherche clinique et épidémiologique, d’expérimentations innovantes dans la prise en charge ou la surveillance de patients.
En savoir plus :No link
OffreEmploi-Biostatisticien-BioSTIC-CEDRA.pdf
Contact :roch.giorgi@ap-hm.fr
Permanent research engineer position as Head of Hub Algorithmics & AI pole
Publiée le 07/04/2025 16:24.
Référence : Permanent research engineer position as Head of Hub Algorithmics & AI pole.
CDI, Paris 15eme.
Entreprise/Organisme :Hub de bioinformatique et biostatistique de l'Institut Pasteur
Niveau d'études :Master
Durée du contrat :CDI
Secteur d'activité :bioinformatics, artificial intelligence, management
Description :The Hub of Bioinformatics and Biostatistics provides analytical support to research units and platforms at the Institut Pasteur. The Hub is committed to this mission through: Collaborating on scientific projects, submitted by research teams of our institute, to the Hub. Training scientific staff from the Institut Pasteur Paris or from other institutes of the international network of Instituts Pasteur. Developing tools and applications to be shared with the broader scientific community Interacting directly with scientist upon specific inquiries As head of the Algorithmics, AI, and Mathematical Modeling group, the recruited engineer will focus on applying and developing innovative AI solutions for genomics projects of the Institut Pasteur. He will oversee the group management and be accountable for its project portfolio. The recruited engineer will work with a team of computational biologists in a collaborative environment, interacting with other teams of the Hub, the Technology Department, the Computational Biology department, and the campus. As part of the Bioinformatics and Biostatistics Hub, the group lead will: Manage the group’s collaborative project portfolio Ensure the quality of work and scientific contributions of the engineers in the group Oversee administrative management and foster an open, collaborative work environment Support the professional development of team members Lead the methodological development in collaboration with the Computational Biology Department and the campus Represent the pole within the Technology Department and the campus As a member of the hub’s leadership team, the pole head will participate in the hub’s operational management and contribute to its strategy and implementation. Reporting: Reports to the Hub Leadership. Key Activities: Project planning and organization Project coordination, tracking, and resource management Thematic coordination of the group (methodological developments, best practices, etc.) Administrative management of the division Development of collaborators Workplace quality of life improvement Participation in hub leadership The group head role will represent approximately 50% of the workload. Additionally, the recruited candidate will act as a research engineer within the Hub, contributing to collaborative projects, teaching, and consulting in alignment with their leadership responsibilities. Profile: PhD/Master’s/Engineering degree in Computational Biology, Bioinformatics, Computer Science, Applied Mathematics, Biostatistics, or related fields At least 10 years of experience in a biomedical research institute and/or industry in computational biology, biostatistics, applied mathematics, or bioinformatics Proven expertise in deep learning, algorithmic approaches, and mathematical modeling applied to genomics Knowledge and experience in software development and best practices Strong leadership experience in group and/or project management in a complex organization; experience mentoring students Fluency in French and English, with experience working in multilingual environments Creativity and innovation Collaborative mindset, ability to manage complex and ambiguous situations Focus on professional development of team members To apply: Click on the following link and select the corresponding profile: https://hub-jobs2025.pasteur.cloud Please, submit your updated CV and a cover letter (motivation letter). You may indicate contact information for reference letters (3 max.). They will be automatically contacted when you validate your application.  We are a team committed to foster a fair, inclusive and diverse work environment. Diversity has been scientifically established as a key factor to improve scientific objectivity. Hence, all applicants will be evaluated solely based on qualification regardless of gender, gender identity, sexual orientation, race or disability.
En savoir plus :https://research.pasteur.fr/en/job/permanent-research-engineer-position-as-head-of-hub-algorithmics-
Contact :herve.menager@pasteur.fr
Estimation of potential spatio-temporal toxicological and ecotoxicological impacts of ozone/activate
Publiée le 07/04/2025 16:24.
Thèse, Narbonne.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Sujet :voir fichier pdf joint
Date de début :01/10/2025
Durée du contrat :4 ans
Description :voir pdf joint
En savoir plus :https://narbonne.montpellier.hub.inrae.fr/
Sujet LBE Nexus 2025.pdf
Contact :remi.servien@inrae.fr
Programmeur SAS (H/F)
Publiée le 07/04/2025 16:24.
CDI, Pierre-Bénite (69).
Entreprise/Organisme :LYSARC
Niveau d'études :Master
Secteur d'activité :recherche clinique
Description :Rattaché au Responsable Biostatistique, votre rôle sera de réaliser sous SAS les programmes d’édition et d’analyse statistique des données des études du LYSA.
En savoir plus :https://experts-recherche-lymphome.org/nous-rejoindre/programmeur-sas-h-f/
Programmeur SAS.pdf
Contact :rh.recrutement@lysarc.org
Thèse: Modélisation linéaire généralisée sparse sur composantes supervisées avec interactions
Publiée le 07/04/2025 16:24.
Thèse, IMAG - Université de Montpellier.
Entreprise/Organisme :IMAG - Université de Montpellier
Niveau d'études :Master
Sujet :Thèse: Modélisation linéaire généralisée sparse sur composantes supervisées avec interactions
Date de début :01/10/2025
Durée du contrat :3 ans
Rémunération :2200€ initial
Secteur d'activité :Enseignement supérieur et recherche - Statistique
Description :Contrat de thèse en modélisation statistique explicative en grande dimension
En savoir plus :https://edi2s.umontpellier.fr/
Thèse scglr interactions.pdf
Contact :xavier.bry@umontpellier.fr
Intégration de données multi-omiques appariées à grande échelle
Publiée le 31/03/2025 08:16.
Thèse, Jouy-en-Josas ou Toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Sujet :Le/la doctorant·e sera en charge de la mise au point de méthodes d’intégration de données omiques pour identifier les relations entre marques génétiques d’intérêt et signaux transcriptomiques, spécifiques ou partagés entre plusieurs sous-populations. Ces méthodes seront la base pour la définition de relations spécifiques à une espèce donnée ou, au contraire, conservées entre espèces et permettront une meilleure caractérisation de la variabilité des phénomènes de régulation. Pour motiver les développements méthodologiques de cette thèse, le/la doctorant·e s’appuiera sur des données chez le porc qui ont été générées et précédemment analysées dans le cadre du projet H2020 GENE-SWitCH. Brièvement, des données transcriptomiques (RNA-seq) dans trois tissus (muscles, duodenum, foie) couplées avec le séquençage du génome entier ont été collectées pour 3 races commerciales (Large White, Landrace, Duroc), avec n=100 animaux par race. L’analyse eQTL présentées dans Crespo-Piazuelo et al. (2023) s’est focalisé sur un modèle global pour les 3 races, et n’a pas pu mettre en évidence des associations spécifiques à l’une ou plusieurs d’entre elles.
Date de début :automne 2025
Durée du contrat :36 mois
Rémunération :environ 2200-2300€ bruts
Secteur d'activité :Recherche
Description :La thèse sera réalisée sur le site INRAE de Jouy-en-Josas dans l’Unité GABI (Génétique Animale et Biologie Intégrative). Il sera toutefois possible de la localiser alternativement sur le site INRAE de Toulouse dans l’Unité MIAT (Mathématiques et Informatique Appliqués à Toulouse). Dans les deux cas, l’équipe d’encadrement sera composée d’Andrea Rau (GABI) et de Nathalie Vialaneix (MIAT). Nous nous appuierons notamment sur des réunions hebdomadaires en visioconférence ainsi que des outils collaboratifs (e.g., Mattermost pour des messages quotidiens et les comptes rendus des réunions hebdomadaires, Gitlab pour le partage de scripts R/Python, Nextcloud pour le partage de documents) pour assurer une bonne communication entre le/la doctorant·e et l’équipe d’encadrement. Nous prévoyons également d’organiser ponctuellement mais régulièrement des séjours courts (~1 semaine) dans l’unité complémentaire pour permettre le/la doctorant·e de bénéficier des deux environnements scientifiques.
En savoir plus :No link
PhD_2025_GABI-MIAT_Rau-Vialaneix.pdf
Contact :nathalie.vialaneix@inrae.fr
Ingénieur.e en biostatistique
Publiée le 28/03/2025 08:46.
CDD, Lille.
Entreprise/Organisme :Plateforme Bilille - UAR 2014 - US 41 Plateformes Lilloises en Biologie et Santé
Niveau d'études :Master
Date de début :Prise de fonction dès que possible.
Durée du contrat :CDD de 12 mois renouvelable
Rémunération :Suivant l’expérience et les grilles de l'université de Lille.
Secteur d'activité :Plateforme de Bioinformatique et Biostatistique
Description :La plateforme de bioinformatique et biostatistique Bilille est l’une des 8 plateformes scientifiques et technologiques de l’unité PLBS (Plateformes Lilloises en Biologie et Santé) au service d’unités de recherche académiques en sciences de la vie et de la santé. Les domaines d’activité de Bilille portent notamment sur l'analyse de données -omiques, la biologie intégrative, la phylogénie, la biologie des systèmes, l’imagerie, et la bioinformatique structurale. Afin de renforcer son pôle biostatistique, Bilille recrute un.e ingénieur.e d’étude (IE) ou de recherche (IR) en biostatistique, en CDD pour une durée initiale de 12 mois. L'activité principale de la personne recrutée sera d'assurer la réalisation et la conduite de projets d’analyse de données biologiques (omiques, cliniques, imagerie, …) avec des outils statistiques appropriés - Recueillir les besoins et définir la stratégie de réponse la plus adaptée - Mettre en oeuvre les méthodes statistiques appropriées pour l’analyse - Apporter le conseil aux utilisateurs qui ont besoin de mettre en œuvre des outils statistiques - Synthétiser et présenter les résultats de manière adaptée au public (biologistes, statisticiens, bioinformaticiens) Formation requise : master ou diplôme d’ingénieur en (bio)statistique. Prise de fonction dès que possible.
En savoir plus :https://bilille.univ-lille.fr/news/detailed-news/join-bilille-team
202501_IE_IR_biostat_offre_poste.pdf
Contact :bilille@univ-lille.fr
Biostatistician in Advanced Methods department – Permanent position
Publiée le 28/03/2025 08:45.
CDI, Bordeaux.
Entreprise/Organisme :HORIANA
Niveau d'études :Master
Description :Horiana is a consulting company dedicated to epidemiology and biostatistics, designing and conducting real world healthcare studies. Horiana aims to support its clients − private and public/academic professionals in the healthcare field − at all stages of their projects. Within the Advanced Methods Department, you will be in charge of developing/implementing/reviewing innovative RWS methods, and performing Indirect Treatment Comparisons, as External Control Arms analyses, including documentation for regulatory purposes. You will closely work with our internal and external experts in various therapeutic fields such as oncology, infectious diseases, or rare disease for instance. You will also be involved in facilitating technical training on biostatistics and data science. Profile - A Master of Science (MSc) or Ph.D. degree in applied statistics in the fields of health and life sciences - At least 2-3 years of relevant experience as a biostatistician in a CRO, pharma, or academic environment - Experience in RWS or clinical studies - Good statistical programming skills (R as a minimum) - Good knowledge of regulatory standards (ISPOR, ICH, FDA, EMA, ENCEPP, HAS…) - Fluency in English - Autonomy, organization skills, and the ability to identify priorities - Aspiration for excellence and performance - Strong curiosity for unusual statistical methods -Willingness for training facilitation and knowledge sharing -Team spirit Mission • Write and review study statistical documentation (methodology, presentation, interpretation …) • Implement (programming) of relevant statistical analyses (NMA, MAIC, ITC, unconventional methods…) • Deliver the studies within timelines and quality standards • Contribute in building future projects and valorizing the results … • Write/collaborate in the drafting of quality documentation related to statistics • Build & maintain a deep level of innovative statistical skills Salary according to skills and experience Contact: info@horiana.com
En savoir plus :https://horiana.com/
20250319 Biostatistician Position Advanced.pdf
Contact :info@horiana.com
Phd proposal in Physics-informed Machine Learning with applications in Materials Science
Publiée le 21/03/2025 13:07.
Thèse, Clermont-Ferrand, France.
Entreprise/Organisme :Phimeca - Aubert & Duval / SIGMA Clermont - LIMOS
Niveau d'études :Master
Sujet :Development of a Robust Inverse Optimization Methodology for the Design of New Steel Grades
Durée du contrat :3 years
Description :This PhD proposal is an excellent opportunity for persons interested in hybrid modeling, combining physics-based and AI-driven approaches, to accelerate the development of new steel grades while enhancing their robustness against various sources of uncertainty. Title: Development of a Robust Inverse Optimization Methodology for the Design of New Steel Grades Context and Objectives: The development of new steel grades follows a complex process, requiring multiple iterations between the target chemical composition, transformation processes, and heat treatments. This process is constrained by costs and uncertainties related to processing parameters and final material properties. The objective of this PhD is to develop a digital virtual testing tool that identifies the most promising chemical compositions for specific performance requirements. The approach relies on a multi-objective, multi-criteria inverse optimization, leveraging hybrid models that combine phenomenological laws with data-driven machine learning methods. Scientific and Technological Challenges: This research aims to overcome several methodological and technological challenges, including: - Hybrid modeling, combining multi-fidelity physical models and machine learning algorithms to establish relationships between chemical composition and material properties. - The development of a forward and backward simulation chain, integrating nested and multi-scale models to assess the impact of elaboration, transformation, and heat treatment parameters. - The inverse optimization problem formulation in a high-dimensional space (continuous and discrete variables, uncertainties, industrial constraints), requiring the development of robust statistical learning algorithms. Work Plan: - Literature review on inverse optimization methods and machine learning approaches applied to materials science. - Analysis of industrial databases provided by Aubert & Duval, extracting relevant features and preparing machine learning models. - Building a numerical model chain, integrating physical models and machine learning algorithms, to predict properties at different scales (microstructure and end-use properties). - Developing inverse optimization algorithms to identify optimal chemical compositions under industrial constraints. Candidate Profile: - Engineering or Master’s degree with strong background in machine learning and statistics. - Knowledge of materials science and experimental data analysis is a plus. - Experience in computer programming and numerical modeling. - Interest in applied research and interdisciplinary approaches (physical modeling, artificial intelligence). Supervision and Work Environment: - The PhD will be conducted at Phimeca Engineering (Cournon-d’Auvergne, France) in collaboration with Aubert & Duval. - Enrollment at LIMOS (CNRS UMR 6158, Clermont-Ferrand). - Supervision by Jean-Marc Bourinet, Julien Ah-Pine, Cécile Mattrand, and Antoine Gomond. - Funding CIFRE ANRT PhD. The application should include: - CV and cover letter. - Transcripts from the last three years. - Two recommendation letters. Contacts - bourinet@sigma-clermont.fr - julien.ah-pine@sigma-clermont.fr - cecile.mattrand@sigma-clermont.fr - gomond@phimeca.com
En savoir plus :No link
PhDthesis_Phimeca_AubertetDuval_SigmaClermont.pdf
Contact :julien.ah-pine@sigma-clermont.fr
Intégration multimodales avec données manquantes en blocs dans l'étude des effets à faibles doses
Publiée le 19/03/2025 09:23.
Référence : Thèse Bio-statistique/ Bio-informatique.
Thèse, Fontenay-aux-Roses.
Entreprise/Organisme :L'Autorité de sûreté nucléaire et de radioprotection (ASNR)
Niveau d'études :Master
Date de début :01/10/2025
Durée du contrat :3 ans
Description :Problématique et Objectifs: Des études épidémiologiques montrent l’effet d’une exposition à des rayonnements ionisants (RI) sur le développement de maladies cardiovasculaires (MCV, comme l'athérosclérose ou les accidents vasculaires cérébraux) pour des doses fortes à modérées (au-dessus de 500 mGy). La capacité statistique actuelle est contestée pour qualifier l’effet d’une exposition aux RI sur les MCV à des doses faibles compte tenu des biais, tel que les facteurs de confusion, au premier rang desquels le stress, connu pour activer le système nerveux sympathique impliqué dans les MCV. Or les MCV constituent une préoccupation forte de santé publique, responsable de la mort de près de 17,9 millions de pers./an selon l’Organisation Mondiale de la Santé. Pour faire progresser la compréhension des conséquences d’une exposition aux RI à faibles doses, les analyses s’appuient sur les données multi-omiques de la réponse biologique d’un organisme vivant. Toutefois, la diversification des types de données utiles à la réduction des facteurs de confusion induit une augmentation du risque de biais lié aux données manquantes, pour lequel le plafond acceptable établi entre 20 % et 30 % est ainsi souvent dépassé. Considérant qu’éliminer les données manquantes peut réduire gravement la précision de l’analyse, la thèse vise à construire une méthode d’analyse qui permette de traiter les données multi-omiques tout en intégrant les données manquantes à l’analyse des effets d’une exposition faible aux RI sur les MCV. Travaux -méthodes et moyens: Face à l’abondance croissante de données dans l’étude des effets des rayonnements ionisants (RI) à faible dose (RNA-seq, métabolomique, lipidomique…), l’exploitation efficace des données est confrontée au défi de la gestion des données manquantes induites par la diversification des données prise en compte. En effet celle-ci génère un ensemble d’échantillons/sujets inobservés pour certains types de données, formant des blocs des données manquantes. Ainsi, des approches méthodologiques spécifiques sont nécessaires pour intégrer les différentes modalités de données, en tenant compte des problématiques liées aux données manquantes et à la présence de facteurs confondants (dont les co-expositions), afin d'identifier les mécanismes d’action impliqués dans la réponse d’un organisme à un stress particulier. S’appuyant sur des données déjà générées, le.a candidat.e sera impliqué.e dans le développement d’algorithmes et de modèles statistiques pour l'analyse de grands ensembles de données biologiques, afin d’y intégrer convenablement le traitement des données manquantes et des facteurs confondants, notamment des co-expositions (Goujon E et al., 2024). Le.a candidat.e aura la charge de développer, tester et évaluer les outils statistiques en s’appuyant sur les méthodes proposées dans la littérature (Peltier C et al., 2023 ; Baena-Miret S et al. 2024). Les deux premières années de la thèse seront consacrées au développement méthodologique pour l’imputation des données et l’incorporation des facteurs dans une analyse intégrative. Et la dernière année sera consacrée à l’analyse des données et à l’interprétation des résultats par une analyse d’enrichissement des voies biologiques. La publication des résultats dans des revues internationales et la participation à des conférences sont attendues, notamment au sujet du développement méthodologique relatif à l’imputation des données multi-tableaux et des apports de l’intégration multimodale à l’étude des effets des facteurs de co-exposition sur les maladies cardio-vasculaires. Références: Elen Goujon, Olivier Armant, Clément Car, Jean-Marc Bonzom, Arthur Tenenhaus, and Imène Garali. Batch Effect Correction in a Confounded Scenario: a Case Study on Gene Expression of Chornobyl Tree Frogs. In Roberta Gori, Paolo Milazzo, and Mirco Tribastone, editors, Computational Methods in Systems Biology, pages 89–107, Cham, 2024. Springer Nature Switzerland. Peltier C, Le Brusquet L, Lejeune FX, Moszer I, Tenenhaus A (2022). “Missing Values in RGCCA: Algorithms and Comparisons.” In 8th International Conference on Partial Least Squares Structural Equation Modeling (PLS’22). Baena-Miret S, Reverter F, Vegas E. A framework for block-wise missing data in multi-omics. PLoS One. 2024 Jul 23;19(7):e0307482. doi: 10.1371/journal.pone.0307482. PMID: 39042603; PMCID: PMC11265675. Profil recherché: Le ou la candidat(e) doit être titulaire d’un master en Mathématique appliquées, Statistiques (parcours data et/ou analyse et modélisation des données) ou domaine connexe avec un intérêt pour la recherche en biologie ou en santé. Le ou la candidat(e) devra posséder un solide bagage théorique en algèbre linéaire et en statistique. Afin de valider et d’appliquer les méthodes développées, il est demandé la maitrise d’outils de programmation tels que R et Python. Un bon niveau d’anglais est essentiel. La capacité à travailler en équipe multidisciplinaire sera appréciée. Informations complémentaires: Le.a doctorant.e effectuera 60% de son temps de recherche au sein du LRAcc à l’ASNR sous l’encadrement de Dr. GARALI Imène (imene.garalizineddine@irsn.fr) et 40% au L2S (CentraleSupelec, Paris) sous la direction du Pr. TENENHAUS Arthur (arthur.tenenhaus@centralesupelec.fr). Des réunions régulières avec les biologistes du LRTOX à l’ASNR sont prévues.
En savoir plus :https://irsn-career.talent-soft.com/offre-de-emploi/emploi-integration-multimodales-avec-donnees-manquantes-en-blocs-dans-l-etude-des-effets-a-faibles-doses-h-f_1184.aspx
ASNR - Intégration multimodales avec données manquantes en blocs dans l'étude des effets à faibles doses H_F.pdf
Contact :imene.garalizineddine@asnr.fr
Biostatisticien.ne
Publiée le 17/03/2025 09:35.
CDD, Hôpital Saint-Louis, 1 avenue Claude Vellefaux 75010 Paris.
Entreprise/Organisme :APHP-Groupe Hospitalier Saint-Louis, Lariboisière, Fernand-Widal site Saint- Louis, URC Saint-Louis
Niveau d'études :Master
Date de début :Dès que possible
Rémunération :Grille de salaire APHP-DRCI
Secteur d'activité :Recherche clinique/Biostatistiques
Description :Le poste de Biostatisticien au sein de l’Unité de Recherche Clinique (URC) du Groupe Hospitalier Saint-Louis, Lariboisière, Fernand-Widal (site Saint-Louis), rattaché à la Délégation de la Recherche Clinique et de l’Innovation (DRCI), consiste à réaliser des analyses statistiques pour les études de recherche clinique. L’URC accompagne les projets de recherche clinique, principalement dans les domaines de l’hématologie, l’immunologie, la cancérologie, la thérapie cellulaire, la dermatologie, la réanimation, les urgences, et les maladies infectieuses. Le biostatisticien participera à la conception des Case Report Forms (CRF), validera les critères d’évaluation, rédigera le plan d’analyse statistique, réalisera des listes de randomisation, effectuera des analyses statistiques, mettra en forme les résultats et rédigera le rapport d’analyse. Il contribuera également à la rédaction d’articles scientifiques et d’abstracts, tout en assurant une veille scientifique dans son domaine. Le candidat doit avoir une formation en statistiques, biostatistiques ou épidémiologie clinique (niveau Master minimum), maîtriser le logiciel R et des outils comme RSweave, Rmarkdown et Latex. Il est attendu qu'il ait des qualités d’analyse, de synthèse, de rigueur, d’organisation, de curiosité intellectuelle, et un bon esprit d’équipe. Des connaissances en anglais scientifique, en éthique médicale, en méthodologie de recherche clinique et en réglementation sont également requises. Une possibilité d’enseignement en biostatistiques est envisageable selon le profil. Le poste est à temps plein (avec 1 à 2 jours de télétravail par semaine), en CDD avec possibilité de CDI par la suite. Le recrutement est à pourvoir rapidement
En savoir plus :https://www.sbim-stlouis.org/index.php/jobs/biostatisticienne/
Fiche_de_poste_Biostatisticien_11032025.pdf
Contact :jerome.lambert@u-paris.fr
Sensibilité des multiples performances des élevages bovins laitiers à leur environnement économique
Publiée le 17/03/2025 09:34.
Thèse, Rennes.
Entreprise/Organisme :Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE)
Niveau d'études :Master
Durée du contrat :3 ans
Secteur d'activité :Agrnonomie
Description :Dans un contexte de changement climatique dû aux émissions de gaz à effet de serre (GES) d’origine anthropique, l’agriculture, responsable de 18 % de ces émissions de GES en France (Haut Conseil pour le Climat, 2024), et plus particulièrement l’élevage (responsable de 59 % des émissions du secteur agricole dont 83 % attribuées aux élevages bovins), sont amenés à réduire leurs impacts environnementaux (par ex., contributions aux changement climatique, consommation d’énergie et eutrophisation). Les changements de pratiques de gestion des élevages bovins laitiers nécessaires pour réduire leurs impacts environnementaux, tout en préservant leur viabilité économique et les services qu’ils rendent, nécessitent de bien cerner les interactions et dépendances au sein de ces élevages. La modification de certaines pratiques de gestion par les éleveurs engendre des effets sur les multiples fonctions des élevages, ce qui soulève la problématique d’une bonne description des antagonismes et synergies entre les productions animales (par ex., lait, viande), autres productions agricoles (par ex., cultures de vente, biogaz) et les services fournis par les élevages (par ex., stockage de carbone, production de bois, préservation de la biodiversité). De nombreux travaux recherchent des compromis pour améliorer certaines performances des élevages des ruminants, notamment en réduisant leurs impacts environnementaux sans détériorer leur provision des services écosystémiques (Accatino et al., 2019), en mettant en œuvre diverses approches de modélisation. D’autres travaux évaluent les performances environnementales des élevages bovins laitiers en collectant des données pour établir des typologies d’élevages (Kuivanen et al., 2016) ou analyser leur sensibilité à divers aléas (Mosnier et al., 2010). Le projet de thèse s’appuiera sur les travaux déjà développés pour évaluer les multiples performances (par ex., environnementales, économiques, services écosystémiques) des élevages bovins laitiers en se basant sur des analyses descriptives des données d’élevages ou sur la modélisation de leur fonctionnement (Ouachene et al., 2024). Une étude bibliographique sera menée en deux volets principaux. Le premier volet consistera à cibler et définir les variables descriptives des élevages bovins laitiers et de leur contexte (par ex., climatique, économique), les impacts environnementaux auxquels ils contribuent, et les produits et services issus des élevages. Le second volet explorera des approches d’analyse des données collectées et de modélisation statistique. Plusieurs approches de modélisation pourront ensuite être explorées, telles que des approches de régression non-paramétrique pour décrire des relations entre certaines variables d’intérêt et d’autres variables, sans hypothèse paramétrique a priori sur la forme de ces relations (par ex., les modèles additifs généralisés). De même, l’approche statistique de modélisation par copules est envisagée pour sa capacité à (i) formaliser une large variété de structures de dépendance complexes (par ex., non-linéaires, extrêmes) entre variables et en particulier (ii) à modéliser les dépendances entre des aléas de natures différentes, y compris les dépendances de queue (Senga Kiessé et al., 2022). Le projet de thèse repose sur l’hypothèse que le développement d’élevages bovins laitiers durables nécessite une évaluation multicritère qui intègre leurs multiples fonctions ainsi que la prise en compte de l’influence des contextes économiques et climatiques. Les questions de recherche qui seront traitées sont : • Comment évaluer l’influence du contexte économique (par ex., national, régional) sur les décisions des éleveurs et les performances environnementales des élevages bovins laitiers associées ? • Comment modéliser les synergies et antagonismes entre les pratiques de gestion, les produits et les services associés aux élevages bovins laitiers ? • Comment réduire les impacts environnementaux des élevages bovins laitiers sans dégrader les services qu’ils rendent, en tenant compte des fluctuations de leurs contextes climatique et économique ? Profil recherché : • Titulaire d’un diplôme de niveau Master 2 ou ingénieur en modélisation statistique avec un goût pour les domaines appliqués. La connaissance des systèmes agricoles, notamment bovin laitier, serait un plus. • Maîtrise de logiciels/languages de traitement statistique/modélisation (par ex., R, Python) et d’approches de modélisation statistique • Aptitude à communiquer en français et en anglais (oral et écrit) et à travailler avec une équipe de recherche interdisciplinaire
En savoir plus :https://umrsas.rennes.hub.inrae.fr/
ProfilThese_SensiELE_- SAS_INRAE-FR_2025-v2.pdf
Contact :tristan.senga-kiesse@inrae.fr
3-year PhD Position in Mathematics (funded by Amidex)
Publiée le 10/03/2025 11:01.
CDD, Marseille.
Entreprise/Organisme :Aix-Marseille University, Marseille Institute of Mathematics
Niveau d'études :Master
Date de début :01.09.2025
Durée du contrat :36 months
Rémunération :according to the French scale
Secteur d'activité :Statistics
Description :Applications are invited for a three-year PhD position starting in September 2025 in the A*MIDEX Chaire d'Excellence-funded project “Nonstationary Models of Biological Signals” (NOMOS), Principal Investigator Prof. Anna Dudek. According to the requirements of this funding program, candidates should not be currently employed by the Aix-Marseille University and should have obtained their last degree outside AMU. Interviews with candidates will be conducted in English. Project NOMOS Overview Nonstationary signals are at the forefront of modern statistical analysis, as many observed phenomena cannot be adequately modeled by stationary processes. The NOMOS project aims to develop a new generation of nonstationary models and algorithms for analyzing various biological signals. The project will focus mainly on developing innovative models for biomedical signals with irregular cyclicity and exploring potential machine learning applications. Position Objective: The primary focus of this position is to develop novel models for analyzing nonstationary biomedical signals, establish their statistical properties, and apply them to real data. Implementation of the proposed methods is expected in R or Python. The role requires the ability to effectively communicate technical material and build both internal and external collaborations. Additional responsibilities may include assisting in the supervision of student projects, supporting the development of student research skills, providing instruction, or planning and delivering seminars related to the research area. Profile: Strong background in statistics. Knowledge of R and/or Python. Knowledge of machine learning methods is a plus.
En savoir plus :https://academicpositions.com/ad/aix-marseille-universite/2025/3-year-phd-positions-in-mathematics-funded-by-amidex/230113
Contact :aedudek@agh.edu.pl

Page précédente  1  <2>  3  Page suivante

 
 
©2025 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 :