Consulter les offres d’emploi

Référent en méthodologie et biostatistiques cliniques
Publiée le 23/07/2024 16:06.
Référence : ANSM-REF METHODO-STAT.
CDD, 143 Boulevard Anatole France - Saint Denis (93).
Entreprise/Organisme :Agence Nationale de Sécurité du Médicament - ANSM
Niveau d'études :Master
Date de début :immédiat
Durée du contrat :3 ans renouvelable
Rémunération :Catégorie d'emploi 1
Secteur d'activité :Développement du médicament
Description :Le référent assure l’accompagnement scientifique des évaluateurs en méthodologie-statistiques ainsi que des évaluateurs cliniques des directions médicales et dispositifs médicaux à l’Agence en vue de la prise de décision d’autorisation
En savoir plus :https://ansm.sante.fr/qui-sommes-nous/nous-rejoindre/offre-emploi/684
referent-e-en-methodologie-et-biostatistiques-cliniques.pdf
Contact :vincent.gazin@ansm.sante.fr
Chargé·e de recherche en santé au travail
Publiée le 23/07/2024 16:06.
Référence : CR Cnam MH.
CDD, 292 rue saint martin 75013 Paris.
Entreprise/Organisme :Conservatoire national des arts et métiers
Niveau d'études :Master
Date de début :Septembre
Durée du contrat :2 ans (renouvelable)
Rémunération :Salaire base IGR
Secteur d'activité :Recherche / statistiques / économétrie
Description :La mission principale du/de la chargé·e de recherche est de participer à l’élaboration, à la mise en oeuvre et à la valorisation des projets de recherche de la chaire « Entreprises & Santé ». Il/elle travaillera en collaboration avec les membres du laboratoire de recherche « Modélisation, Epidémiologie et Surveillance des Risques Sanitaires » (MESuRS) du Cnam et sera amené·e à interagir avec différents collaborateurs au sein du groupe Malakoff Humanis, ainsi qu’avec les partenaires des projets de recherche.
En savoir plus :https://mesurs.cnam.fr/laboratoire-mesurs/poste-charge-e-de-recherche-en-sante-au-travail-1488170.kj
Poste CR 2024.pdf
Contact :mohamed.benhalima@lecnam.net
Postdoctoral Research Position in AI-Driven (Causality) Neutron Spectroscopy Data Analysis
Publiée le 23/07/2024 16:06.
Référence : APIC.
Postdoc, CEA Saclay.
Entreprise/Organisme :CEA-Soleil
Niveau d'études :Doctorat
Date de début :Q4 2024
Durée du contrat :12-month contract, renewable for an additional 12 months
Rémunération :selon profil
Secteur d'activité :IA, Causality, simulation, Bayesian theory
Description :Environment: The project relies on a collaboration between two partners: DRF/IRAMIS/LLB and DES/LIAD. These labs have joined their expertise to work on a novel approach to determine the interaction parameters of a given Hamiltonian, by leveraging innovative AI methodologies to analyze neutron scattering spectroscopy data. LLB is a joined CEA-CNRS lab, renowned for its expertise in neutron spectroscopy. It contributes to the development of neutron instruments for the ESS, the next generation European source to be constructed in Lund (Sweden), but also at the Paul-Scherrer Institut (PSI) in Switzerland, and at the High Flux Research Reactor ofthe Institut Laue-Langevin (ILL) in Grenoble. Notably, the ILL is the current European neutron source, worldwide recognized for its very intense neutron flux and world-class scientific infrastructure. The LLB has also developed advanced numerical tools for calculating the dispersion of collective excitations in condensed matter along with their neutron cross-sections. LIAD focuses on AI research and uncertainty quantification, emphasizing causality, causal discretization methods, and the analysis of special data types like time series. It is developing machine learning techniques to quantify uncertainties, particularly in neutronics. Causality is a burgeoning field, integral to LIAD’s research, aiming to create novel approaches for causal discretization and handling heterogeneous data. Over the past two decades, causality has been increasingly integrated into machine learning to enhance model interpretability beyond simple correlations. Project Summary: Neutron spectroscopy experiments are pivotal in determining the spectrum of collective excitations in condensed matter, which in turn allows to deduce the parameters of the interaction Hamiltonian responsible for the material physical properties. These collective excitations, often represented as waves (or particles) propagating through a crystal lattice, are characterized by their energy (E) and wave vector (q). Neutron scattering techniques enable direct imaging of the dispersion relation E=f(q), encapsulating the essential physics. Traditionally, these data are fitted through trial-and-error methods using numerical simulations. Our project aims to overcome this approach by developing an innovative AI-based method to determine Hamiltonian parameters and establish causal links between these parameters and dispersion curves. Un-like correlation, which is commonly used in machine and deep learning to measure the relationship between variables, causality aims at identifying whether one variable directly influences another. Correlation shows association but does not imply causation, meaning it does not reveal why variables move together. Hence, causality is essential to ensure that an intervention of identified parameters provides significant modifications on the dispersion curves. Research Focus Causality is a burgeoning field that integrates seamlessly with uncertainty quantification, forming a core part of LIAD ongoing research. This project will involve: • Developing causal discovery and inference methods for effective discretization and handling heterogeneous data. • Integrating causal models into machine learning to provide explicable predictive models, moving be-yond mere correlations. • Employing Directed acyclic graphs (DAGs) to represent causal relationships among variables. • Innovating methods where the nodes of the causal graph are interpretable subsets of variables, enhancing the causal discretization’s relevance and quantifying the associated uncertainty. Objectives: The primary objective is to create a powerful AI-based tool for analyzing neutron scattering data. This tool will: • Efficiently determine Hamiltonian interaction parameters. • Establish and quantify causal relationships between these parameters and the observed dispersion relations. • Enhance the explanatory power and predictive accuracy of the models used in neutron spectroscopy
En savoir plus :NA
APIC (2).pdf
Contact :aurore.lomet@cea.fr
Junior Professor Chair in AI for Digital Health
Publiée le 23/07/2024 16:06.
CDD, Paris.
Entreprise/Organisme :Centre for Computational Biology, Mines Paris PSL & Institut Curie
Niveau d'études :Doctorat
Date de début :Between Nov 2024 and March 2025
Description :We have an opening for a Chaire de Professeur Junior (Junior Chair Professor) at the Centre for Computational Biology of Mines Paris PSL and Institut Curie. This is a tenure-track position with a startup found of 314k€ and reduced teaching load of 64 hours/year during the pre-trenure period, which is expected to last 3 years and leads to a full professor position.
En savoir plus :https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/FIDIS/0756036D/FOPC_
FOPC_0756036D_65.pdf
Contact :chloe-agathe.azencott@minesparis.psl.eu
Data Scientist et Co-Fondateur
Publiée le 23/07/2024 16:06.
Référence : SIRIUS-DS-2024-01.
CDI, Remote / Guadeloupe / États-Unis.
Entreprise/Organisme :Sirius Biotech Ventures
Niveau d'études :Doctorat
Date de début :Septembre 2024
Rémunération :Selon expérience, avec une combinaison de salaire et d'équité
Secteur d'activité :Biotechnologie
Description :Job Description: Sirius Biotech Ventures is seeking a highly skilled Data Scientist to join our team as a co-founder. Our company uses cutting-edge artificial intelligence and machine learning technologies to discover innovative treatments from Caribbean medicinal plants, with a focus on oncology, immunology, and infectious diseases. Responsibilities: Develop and implement advanced AI/ML algorithms for the analysis and prediction of natural product structures from mass spectrometry (MS2) data. Analyze and interpret complex gene expression profiling data and high-content imaging data. Set up and maintain a robust database infrastructure to handle large datasets related to drug discovery. Collaborate with research teams in the US, Canada, and the Caribbean to integrate diverse data sources and enhance our drug discovery platform. Contribute to strategic decisions and lead the scientific and technological aspects of the company. Qualifications: PhD in Data Science, Bioinformatics, Computational Biology, or a related field. Proven experience in developing and applying AI/ML algorithms in a scientific or biomedical context. Strong background in handling and analyzing large biological datasets, including gene expression profiling and mass spectrometry data. Knowledge of database infrastructure and experience in setting up and managing databases. Excellent problem-solving skills and a proactive approach to identifying and addressing scientific challenges. Ability to work independently and as part of an interdisciplinary team. Strong communication skills and the ability to articulate complex scientific concepts to various audiences. Compensation: Competitive, including a combination of salary and equity. Location: Remote / Guadeloupe / United States
En savoir plus :www.kalinagotherapeutics.fr
Job description_Data scientist_ Sirius Biotech Ventures.pdf
Contact :fl.jeanfrancois@gmail.com
Data ingénieur équipe Data Solutions (B3I) H/F
Publiée le 23/07/2024 16:06.
CDD, Pantin.
Entreprise/Organisme :DGFiP
Niveau d'études :Master
Secteur d'activité :Fonction publique de l'Etat
Description :La direction générale des finances publiques est une direction à réseau implantée sur l’ensemble du territoire, au travers des directions régionales et départementales des finances publiques, et de ses directions nationales et spécialisées, qui compte 95 000 agents. Les missions de la DGFiP sont larges et au cœur des politiques publiques : collecter et recouvrer l’impôt en assurant le meilleur service aux usagers, lutter contre la fraude fiscale, tenir la comptabilité de l’État et des collectivités et établissements publics, offrir des prestations d’expertise et de conseil financier aux collectivités et aux entreprises, contrôler et exécuter les dépenses publiques, concevoir et élaborer les textes législatifs en matière fiscale. Elle assure également la gestion de plusieurs régimes de retraites et d’invalidité de l’État et pilote la stratégie immobilière de l’État. La Direction Nationale d'Enquêtes Fiscales (DNEF) est une Direction à compétence nationale de la DGFiP, chargée de lutter contre la fraude fiscale, nationale comme internationale. Service de recherche et d’enquêtes implanté à Pantin et dans 8 villes de province, regroupant 400 collaborateurs, la DNEF a pour mission de lutter contre les fraudes les plus graves, les activités clandestines et les montages complexes, d’en identifier les auteurs et de mettre rapidement en œuvre les mesures les plus appropriées (proposition de contrôle, injonction numérique, déréférencement, propositions de poursuites pénales…).
En savoir plus :https://passerelles.economie.gouv.fr/offre-de-emploi/emploi-ifip-data-ingenieur-equipe-data-solution
IFIP - Data ingénieur équipe Data Solutions (B3I) H_F.pdf
Contact :kinda.salam@dgfip.finances.gouv.fr
Data Scientist
Publiée le 23/07/2024 16:05.
CDI, Nantes.
Entreprise/Organisme :Observatoire régional de la santé (ORS) Pays de la Loire
Niveau d'études :DUT/Licence ou équivalent
Date de début :09/09/2024
Secteur d'activité :Santé publique
Description :Afin de consolider son pôle d’analyse statistique, l’Observatoire régional de la santé (ORS) des Pays de la Loire recrute en CDI un·e data scientist. L’OBSERVATOIRE RÉGIONAL DE LA SANTÉ DES PAYS DE LA LOIRE L'ORS est un organisme scientifique indépendant dont la principale mission est de produire, analyser et mettre à disposition des connaissances sur l'état de santé des habitants de la région, et sur les nombreux facteurs qui le déterminent : comportements, environnements, offre/organisation du système de santé… Cette connaissance s’appuie sur l’analyse de données issues des multiples systèmes d’information disponibles dans le champ de la santé, ainsi que sur la réalisation d’enquêtes en population et auprès des professionnels, établissements de santé et institutions. L'ORS assure le partage le plus large possible de l’information ainsi produite, notamment dans une perspective d’aide à l'élaboration des politiques sanitaires et sociales aux échelons local et régional. Cette activité est mise en œuvre par une équipe pluridisciplinaire de quatorze personnes, composée de médecins de santé publique, statisticiennes, épidémiologistes, ingénieure du génie sanitaire, documentaliste, médecin urgentiste… L’ORS bénéficie d’un soutien financier de la part de l’Agence régionale de santé (ARS) des Pays de la Loire et du Conseil régional, dans le cadre de son activité de Centre ressources régional en observation de la santé. L’ORS met également en œuvre la mission d’Observatoire régional des urgences (ORU), en partenariat avec le GRADeS Pays de la Loire. Il réalise enfin des travaux d’études thématiques et territoriales à la demande de diverses commanditaires, sur des budgets spécifiques. Pour plus d’informations : www.orspaysdelaloire.com MISSIONS ET ACTIVITÉS DU DATA SCIENTIST Vous participerez à la mise en œuvre des différentes études portées par l’ORS. En lien étroit avec les autres membres de l’équipe, vous serez amené·e à : - gérer et réaliser le data-management de bases de données relatives à la santé (issues d’enquêtes et de différents systèmes d’information pour lesquels l’ORS dispose d’un accès), - mettre en œuvre les méthodes statistiques appropriées pour exploiter ces données, - restituer les résultats de ces exploitations sous différentes formes et outils adaptés aux besoins de l’ORS et de ses commanditaires : tableaux, graphiques, cartographies, rapports automatisés/dynamiques, datavisualisations…, - contribuer à l’analyse et à l’interprétation de ces résultats, - contribuer à la réflexion sur la modernisation des outils de data science pour la préparation, les explorations, le stockage, l’analyse et la restitution des données. PROFIL RECHERCHÉ Ce poste s’adresse à un titulaire d’une formation de niveau Bac+3 à Bac+5 en science des données, statistiques, informatique décisionnelle maitrisant a minima les logiciel R et/ou SAS. Des compétences particulières en matière d’utilisation d’outils de reporting, de production de rapports automatisés/dynamiques (R Markdown et Shiny plus particulièrement, Power BI, Business Object…) et une connaissance des langages SQL et Python sont souhaitées. Seraient également appréciés : - la maitrise d’un logiciel cartographique (Arcgis…), d’un outil d’enquêtes en ligne (LimeSurvey…), - une connaissance de l’architecture et des données du Système national des données de santé (SNDS), le fait d’être titulaire d’une formation Cnam au SNDS, ainsi qu’une première expérience d’analyse de données du SNDS. Pour ce poste, seront déterminantes les aptitudes suivantes : rigueur, sens de l’organisation, capacité à travailler en équipe sur des dossiers et thématiques variées, esprit d’initiative et capacité à être force de proposition. CARACTÉRISTIQUES DU POSTE Contrat à durée indéterminée, avec prise de fonction souhaitée en septembre 2024. Idéalement à temps plein, possibilité de travail à temps partiel (>80%). Télétravail possible jusqu’à 2 jours par semaine, après 3 mois d’ancienneté. Rémunération fixée à partir de grilles indiciaires, selon les niveaux de formation et d’expérience professionnelle. Mutuelle et contrat de prévoyance, tickets restaurant, prise en charge à 50 % d’un abonnement transports en commun. Les locaux de l’ORS sont situés au 2 rue de la Loire, 44200 Nantes (20 mn à pied de la gare SNCF, stations Chronobus et Bicloo à proximité). Quelques déplacements dans la région et à Paris sont possibles. POUR POSTULER Adressez votre candidature (lettre de motivation et CV) avant le 4 juillet, par courriel à : accueil@orspaysdelaloire.com, à l’attention du Dr Jean-François Buyck, directeur de l’ORS Pays de la Loire.
En savoir plus :https://www.orspaysdelaloire.com
ORS-PdL_annonce_data_scientist.pdf
Contact :accueil@orspaysdelaloire.com
Développement d’outils de chimiométrie pour la fusion de données en physico-chimie
Publiée le 23/07/2024 16:05.
Référence : Sujet de thèse / PhD Position.
Thèse, Nancy, France.
Entreprise/Organisme :UMR CNRS 7360, Laboratoire Iinterdisciplinaire des Ecosystèmes Continentaux (LIEC)
Niveau d'études :Master
Date de début :Entre le 01/09/2024 et le 31/12/2024
Durée du contrat :36 mois
Secteur d'activité :Chimiométrie, Chimie Analytique, spectroscopies, data fusion
Description :Contexte : Ce sujet de thèse s’inscrit dans le projet ICEEL Carnot Transverse intitulé TRANSFUSION (200 k€ sur 2024-2027) pour Techniques de chimiométRie AvaNcéeS de FUsion de données pour repouSser les limites d’analyse d’appareils conventIONnels. Aujourd’hui, les instruments en nanosciences se doivent d’être toujours de plus en plus performants pour visualiser et analyser des échantillons aux petites échelles. L‘interprétation de ces données nécessite la mise en œuvre d’outils mathématiques performants pour en extraire les informations les plus pertinentes et ce sans a priori. L’objectif du projet doctoral est donc d’appliquer et de mettre au point des méthodes originale d’analyse de données pour les nanosciences, où de nombreux domaines de recherche sont concerné comme la physique, la chimie ou la biologie. Pour ce faire nous avons choisi de travailler sur quatre méthodes d’analyse : l’imagerie hyperspectral Raman, la sonde de Castaing, la microscopie à Force Atomique (AFM) couplé au Raman, sur lesquels des méthodes de fusions de données seront développées pour caractériser des échantillons de type biomasse, matériaux innovants et biologique. Ce choix se justifie pour plusieurs raisons : (i) ces techniques instrumentales permettent une caractérisation moléculaire, élémentaire ou mécanique en surface et/ou en volume autour d’une résolution spatiale latérale et azimutale de 1µm, mais aussi par le fait que (ii) l’ensemble des partenaires du projet TRANSFUSION, à savoir le LERMAB, GeoResources, LCPME, LMOPS, TJFU et LIEC, les utilisent pour caractériser leurs échantillons complexes. Le travail du doctorant s’articulera autour de 3 workpackage (WP) distincts sur 3 années : - WP1 : Comprendre et améliorer la résolution spatiale des différentes techniques. Le LIEC utilise déjà des méthodes algorithmiques pour le faire. - WP2 : Identification des sources moléculaires, élémentaires, ou mécanique sur chacun des instruments (méthode de démixage de signaux). - WP3 : Proposer une méthode dite de fusion de données (e.g. topologie). Au-delà d’une approche interdisciplinaire et pluridisciplinaire de la recherche, ce projet doctoral vise à proposer une nouvelle approche d’analyse de données en chimiométrie avec pour objectif de repousser les limites actuelles d’instruments conventionnels lors de la génération de données spatiales couplées à des informations de chimie élémentaire, moléculaire et mécanique avec comme credo : vers le plus petit, le plus rapidement possible, avec traitement intégré et coût compétitif. Mots clés : Chimiométrie, chimie analytique, chimie physique, traitement de données, imagerie, super-résolution.
En savoir plus :https://liec.univ-lorraine.fr/
Sujet_these_transfusion_LIEC_2024.pdf
Contact :marc.offroy@univ-lorraine.fr
Postdoctoral fellowship in multivariable Cox modelling
Publiée le 23/07/2024 16:05.
Référence : pnca_transfood.
Postdoc, Paris-Saclay.
Entreprise/Organisme :INRAE
Niveau d'études :Doctorat
Sujet :Dietary profiles, health risk from chronic diseases, and dynamics of life-course health
Date de début :September 2024
Durée du contrat :12-18month
Rémunération :2670 -- 3370 euros per month
Secteur d'activité :Nutrition and Epidemiology
Description :Unravelling the complex relationship between what we eat and how long and well we live is a critical challenge in public health. Adherence to healthy dietary patterns has been shown to prevent from diseases and prolong life expectancy. This project aims to develop new epidemiological models integrating dietary composition with life-course health dynamics to improve our understanding of the long-term health impact of food choices. The appointed candidate will join the PROSPECT team for a period of 14-18 months , collaborating closely with partners from the ANR-funded Transfood project and related initiatives. This work will mostly be conducted at EREN (U. Sorbonne Paris-Nord, Bobigny, France) for the initial period and then at PNCA (University Paris-Saclay, Campus Agro Paris-Saclay, France ). Your primary responsibilities will include: • Leading data analysis on the NutriNet-Santé cohort and INCA3 Survey. • Contributing to the development of methods to assess the impact of diet on disease risk and (healthy) life expectancy. • Utilizing and potentially expanding upon existing tools and methods within the team. More specific objectives will focus on: • Identify dietary profiles that are contrasted with regard to disease risk on NutriNet-Santé cohort data, using a set of multivariable Cox proportional hazard models to characterize relative risks associated with individual food groups using an aggregate morbi-mortality endpoint. Leverage existing team expertise and tools. This task will be conducted at EREN (Bobigny, France) . • Evaluate the nutritional characteristics of the dietary profiles that contrast with regards to associated morbi-mortality risks, by exploring dietary and nutrient composition and comparing with diets observed in the INCA3 survey, building upon existing team methods and tools. • Assessing the impact of dietary changes on the burden of disease, including life table and life expectancy calculations, utilizing existing tools and methods within the team. • Exploring dynamics of life-course health by investigate novel tools and methods to characterize the potential influence of dietary changes on life-course health dynamics. Consider factors such as the time lag between dietary modifications and disease onset, as well as changes in health event distribution.
En savoir plus :https://jobs.inrae.fr/en/ot-21966 or https://doctorat.campusfrance.org/CF202439138
Projet_PostDoc_Transfood.pdf
Contact :juhui.wang@inrae.fr
Adjoint/e à la cheffe de la mission d'animation de la recherche
Publiée le 23/07/2024 16:05.
Référence : 2024-15.
CDD, Paris 75015.
Entreprise/Organisme :Direction de l'animation de la recherche des études et des statistiques (DARES)
Niveau d'études :Master
Date de début :01/09/2024
Durée du contrat :36 mois
Rémunération :à partir de 30k
Secteur d'activité :Direction et pilotage des politiques publiques
Description :Description du poste : Activités principales : en tant qu'adjoint/e de la mission, Vous apporterez votre soutien et votre expertise à la cheffe de mission pour l’encadrement et l’animation de l’équipe composée de 10 personnes dans tous les domaines d’activités de la mission : 1)- Vous co-organiserez, avec elle, l'animation de la recherche au sein de la Dares. Les interactions avec les chercheur·es sont un enjeu important pour la Dares (enjeu de circulation des idées et des méthodes; retour sur les données produites par la Dares; réflexion sur les politiques publiques). A ce titre, vous devez contribuer à organiser des moments d'échange entre la Dares dans son ensemble et la recherche. 2)- Vous initiez et/ou participez aux comités de suivi des appels à projets de recherche ou des marchés d'études, en particulier pour des travaux de nature qualitative (étude de terrain, monographies, …). 3)- Vous encadrez des travaux d’études ou de synthèse ou toutes productions (qualitatives ou quantitatives) des agents de la mission. 4)- Vous contribuerez à impulser des travaux de valorisation de la recherche (groupe de lecture, séminaire interne, Rencontres de la Dares, séminaires de restitution) et organiserez des colloques français ou internationaux visant à faire connaître les avancées de la recherche dans le champ de l'emploi, du travail et de la formation professionnelle. 5)- Vous suivez l'activité des Chaires dont la Dares est partenaire et participerez à la définition de sujets de thèse et de post-doc, à la sélection des candidat·es et au suivi des recherches en collaboration avec les équipes universitaires, dans le cadre de l'accueil d'étudiants des Chaires ou d'autres universités, à la Dares 6)- Vous assurerez personnellement certains travaux (études, notes de synthèse, etc.). Activités annexes Représentation de la Dares dans certaines instances. Spécificités du poste / Contraintes : allier un goût pour l’ animation et la conduite de projets transversaux avec des compétences sur les sujets travail et emploi. Une expérience professionnelle préalable dans le milieu des études et des recherches est indispensable. DESCRIPTIF DU PROFIL RECHERCHÉ E : Savoir agir dans un contexte complexe, faire preuve de créativité, trouver de nouvelles solutions, former d’autres agents, être référent dans le domaine. M : Mettre en oeuvre la compétence de manière régulière, corriger et améliorer le processus, conseiller les autres agents, optimiser le résultat. A : Savoir effectuer, de manière occasionnelle ou régulière, correctement les activités, sous le contrôle d’un autre agent, savoir repérer les dysfonctionnements. N : Disposer de notions de base, de repères généraux sur l’activité ou le processus (vocabulaire de base, principales tâches, connaissance du processus, global…) Connaissances : ​​​​​​​- Politiques du travail, de l’ emploi et de la formation professionnelle M - Institutions et laboratoires de recherche intervenant dans le milieu des recherches sur l’ emploi, le travail, la formation professionnelle  M    - Sociologie et/ou économie du travail  M - Méthodes statistiques et/ou économétriques M - Méthodes d’évaluation des politiques publiques A - Méthodes qualitatives de recherche E Savoir-être : Indiquez au moyen de *** en fonction des attentes - Savoir mener des activités de coordination et de suivi *** - Avoir de bonnes capacités de synthèse *** - Être autonome dans le travail et avoir des capacités d’organisation *** - Avoir de bonnes capacités de contact et d’animation *** Savoir-faire : - Animer une équipe M - Savoir rédiger des synthèses M - Savoir impulser des coopérations internes et externes avec des interlocuteurs variés M - Savoir analyser et interpréter des résultats des analyses statistiques (descriptives ou modélisées) ou d'analyses qualitatives M - Savoir lire des articles académiques en anglais M Descriptif de l’employeur: Missions de la direction : la Dares, service statistique du ministère du Travail, produit des données, des statistiques et des analyses économiques sur l’emploi et le marché du travail. Elle contribue à la conception, au suivi et à l’évaluation des politiques publiques, et plus largement à éclairer le débat économique et social dans ces domaines. Missions du bureau : la MAR est chargée d’animer la recherche dans les domaines de l’emploi, du travail et de la formation professionnelle. Pour ce faire, elle initie, par des appels à projets (APR) et des marchés d’études, des travaux d’études et de recherche dans ce champ et participe au suivi des APR des autres départements. Elle est garante de l’intérêt et de la qualité des travaux réalisés ou financés par la Dares, ainsi que du renforcement de la place de la recherche au sein du ministère. Elle organise des séminaires (séminaire interne, Rencontres de la Dares) et des colloques rassemblant des chercheur·es de diverses disciplines. Elle suit l’activité des chaires dont la Dares est partenaire, représente la Dares dans leurs instances de pilotage et contribue à l'édition d'ouvrages de synthèse. Elle met à disposition, via l'Adisp, les données produites par la Dares aux chercheur·es. Elle abrite la revue Travail et emploi, revue trimestrielle de recherche en sciences sociales. Elle assure la publication d'une nouvelle collection consacrée à l'état de la recherche sur un sujet précis. Outre ses activités d’animation de la recherche, la MAR conduit, seule ou en collaboration avec les autres unités de la Dares, des travaux d’études sur les questions de l’emploi, du travail et de la formation professionnelle. Elle a développé une expertise spécifique sur les thèmes de l’égalité professionnelle entre les femmes et les hommes, des pratiques de recrutement et de l'insertion sur le marché du travail des personnes susceptibles d’être discriminées. Effectif de la mission (répartition par catégorie) : 10 agents, soit cheffe de mission, adjoint·e cheffe de mission, 4 agents de catégorie A et 1 agent de catégorie C, 1 post-doc, 1 doctorante, 1 collaborateur extérieur
En savoir plus :NA
2024-15 - Adjoint.e à la cheffe de la mission d'animation de la recherche.pdf
Contact :dares.recrutement@travail.gouv.fr
Offre de thèse - Détection d'anomalies par apprentissage profond robuste
Publiée le 23/07/2024 16:04.
CDD, INSA de Rouen Normandie.
Entreprise/Organisme :Laboratoire LITIS, INSA Rouen Normandie
Niveau d'études :Master
Sujet :Robust Deep Learning Anomaly Detection: Application to Intrusion Detection for Electric Vehicle Charging Points
Date de début :Octobre / Novembre 2024
Durée du contrat :36 mois
Secteur d'activité :Deep learning; Anomaly detection; Electric Charging; Cybersecurity
Description :The current growth of the Electric Vehicle (EV) market comes with the large scale deployment of EV Charging Points (CP). Such a large deployment may render the charging points subject to impactful cybersecurity risks of which the most prominent attacks that can imperil EV wired charging points include tampering (prevent charging, get sensitive information), energy repudiation (cheat on billing, energy theft), deny of charging. Hence, detecting and mitigating such adverse situations are of high interest. To address this challenge, the SHARP project aims to propose machine learning algorithms that robustly detect abnormal events on the charging points in an end-to-end manner. Specifically, provided heterogeneous and multi-modal data i.e. time series sampled at different rates and collected on some few charging points (the samples consist of different time series generated by the CP, such as network communication, alive status of CP (“ping”), operational status, transactional data (charging, energy consumption, payment data). . . ) we aim to elaborate robust anomaly detection algorithms using end-to- end deep learning. Anomaly detection is generally unsupervised, since abnormal events are rare, of varied nature and hard to annotate. While deep neural networks (DNN) offer flexibility to learn meaningful representation from multi-modal temporal data, anomaly detection with deep architecture remains a difficult task. A representative method is for instance deep one-class classifier. This latter learns a space feature representation alongside the one-class classifier. However, this method suffers issues such as the collapse of the data in the latent space, calling for self-supervised representation learning and has a skewed focus on anomaly detection in images. The pursued goal of this PhD is to jointly learn meaningful representation space of the data by leveraging their multi-modal and temporal aspects and the abnormality detection model such as to address online detection on streaming samples. The robustness of the detection algorithm is crucial to guarantee safe and secure operating CP. For a given testing sample, a deep one-class classifier customarily outputs a one-class score that is thresholded to assess whether the sample corresponds to a malicious operating condition or not. This threshold is to be tuned, and hence to set a tradeoff between maximization of the true abnormal detection rate and minimization of the false alarm rate. Techniques such as conformal inference methods are to be investigated. Thus, the research work to be conducted can be divided into the following tasks: • State-of-the-art survey on deep learning anomaly detection on time-series. • Study new DNN representations to address multi-modal time series with different sampling periods. • Investigate relevant statistical model (one-class) in the deep latent space for online detection. • Design and evaluate statistical guarantees of the abnormal detection model by investigating relevant approaches such as conformal inference prediction.
En savoir plus :https://mzalaya.github.io/files/Phd-Offer.pdf
Phd-Offer.pdf
Contact :gilles.gasso@insa-rouen.fr
Ingénieur Incertitudes et DataScience pour les études Multi-physiques
Publiée le 23/07/2024 16:04.
CDD, Cadarache (près d'Aix-En-Provence).
Entreprise/Organisme :CEA
Niveau d'études :Master
Durée du contrat :18 mois
Secteur d'activité :Recherche dans le secteur de l'énergie
Description :Au croisement d'enjeux essentiels et captivants, rejoignez le CEA, activement engagé dans la lutte contre le réchauffement climatique. La mission principale sera de contribuer aux analyses d'incertitudes pour des études multi-physiques en mettant en place des méthodologies statistiques et en utilisant des techniques de Data Science adaptées aux besoins applicatifs. Vous aurez en charge d'accompagner l'implémentation, la compréhension de ces méthodes et l'interprétation des résultats obtenus.
En savoir plus :https://www.emploi.cea.fr/offre-de-emploi/emploi-cdd-ingenieur-incertitudes-et-datascience-pour-les-
offre-CDD18mois-CEA.pdf
Contact :amandine.marrel@cea.fr
Post-doc “Dragonflies As Indicators Of Human Impacts On European Lands And Waters” (DRAGON)
Publiée le 23/07/2024 16:04.
Postdoc, Montpellier (France).
Entreprise/Organisme :CESAB
Niveau d'études :Doctorat
Date de début :Flexible, between October 2024 and January 2025
Durée du contrat :24 months
Rémunération :2620 to 2801€ gross per month commensurate with experience
Secteur d'activité :Quantitative Ecology / Consersation / Statistics
Description :The Dragon Project The project focuses on odonates (dragonflies and damselflies), a charismatic and important taxonomic group that offers a unique opportunity to study the effects of anthropogenic pressures on terrestrial and aquatic ecosystems. In this project, we will mobilise and use opportunistic and standardised odonate data from across Europe to determine temporal trends in population and species distributions at different spatial scales. These trends will be analysed in the context of various anthropogenic pressures, including climate change, land use change and pollution to identify and better understand the drivers of change and derive new indicators for environmental monitoring. Job description: The post-doc is expected to : Assemble and harmonise European datasets on odonates and anthropogenic pressures. Design analyses of opportunistic and standardised datasets to estimate population and distributional trends at different spatial and temporal scales. Analyse population and community changes and how they relate to species’ life-history traits. Investigate how anthropogenic pressure impacts the status and trends of odonates. Work with stakeholders to co-develop a European platform to standardise data and calculate relevant and robust indicators (e.g., vulnerability scores for species or functional groups for different habitat types) to inform applied conservation, monitor and mitigate the impact of anthropogenic pressure on biodiversity. Actively participate in the development of grant proposals. Lead and coauthor scientific publications in international journals With the support of Principal Investigators (PIs) and the CESAB team, the postdoctoral researcher will also be expected to organise the scientific activities of DRAGON consortium workshops at CESAB in Montpellier (one-week twice a year, with one being online), facilitate communication within the consortium and actively engage with various stakeholders. Requirements : PhD in ecology, conservation, or a related field, with a strong background in ecological modelling, statistics, spatial, and quantitative analyses. The ideal candidate will be highly motivated and have prior experience working with collaborative scientific teams or consortia. Essential skills : Strong quantitative skills: data analysis and statistical modelling applied to large datasets. Programming skills (R, Python or Julia) for data processing. Experience with spatial analysis and geo-computing (GIS). Ability to synthesise information and translate ideas and concepts to multiple audiences, verbally and written. Good team player, able to work independently and coordinate with larger interdisciplinary teams. Willingness to engage and collaborate with diverse stakeholders (scientific experts, NGOs, landscape managers, policy makers, etc.). Fluency in English, both written and verbal. Preferred : Experience working with consortium and collaborative science. Experience working with version control and cloud, or cluster computing. Experience with data management and databases (e.g. PostgreSQL). Competency with Bayesian statistics and hierarchical occupancy modelling. Experience with odonates, freshwater ecology and/or conservation issues. Knowledge of French can be an asset. Application instructions : Applicants should send 1) a cover letter, 2) a curriculum vitae, and 3) the names and email addresses of three references to colin.fontaine@mnhn.fr and retoschm@ceh.ac.uk Applications must be submitted no later than Wednesday, July 31, 2024. Interviews are expected to be held in early September, with a starting date between October 2024 and January 2025.
En savoir plus :https://www.fondationbiodiversite.fr/en/about-the-foundation/job_opportunities/
Offre_CMS_Dragon_VA.pdf
Contact :martin.jeanmougin@mnhn.fr
PROGRAMMEUR STATISTIQUE CLINIQUE (H/F)
Publiée le 23/07/2024 16:04.
Référence : PSC_24.
CDD, Saint Herblain.
Entreprise/Organisme :BIOFORTIS
Niveau d'études :Master
Date de début :Poste à pourvoir dès que possible
Durée du contrat :CDI
Secteur d'activité :Recherche Clinique (CRO)
Description :L’entreprise Biofortis SAS est une société de services en recherche clinique ou CRO (Contract Research Organization) dédiée à l’innovation dans les secteurs agroalimentaire, nutrition, santé, cosmétique et pharmaceutique. Biofortis accompagne le développement des produits de ses clients en offrant des services originaux et innovants allant du développement scientifique de nouveaux produits, en passant par l’apport de preuves précliniques et cliniques, jusqu’aux analyses du microbiote et leur interprétation scientifique. Forte de ses 80 collaborateurs, notre entreprise présente à son actif plus de 500 projets, 250 essais cliniques gérés full-service en France, en Europe et à l'international. Nos priorités : le développement de vos compétences, la qualité de vie au travail et l'innovation collaborative. Afin de renforcer sa Business Unit Biométrie et Data Science, notre entreprise recherche un(e) programmeur statistique clinique SAS® et R avec au moins 2 ans d’expérience dans un poste similaire. Le poste Vous intégrerez un environnement de travail pluridisciplinaire, dynamique et convivial basé sur l’entraide et l’esprit d’équipe. Vous serez accompagné par un tuteur(trice) dans les premiers mois dans notre entreprise afin de vous familiariser avec notre organisation et nos process internes. En tant que programmeur(se) statistique, vos principales responsabilités seront dans le cadre des études cliniques (interventionnelles et observationnelles) : • Création et validation des tables dérivées ; • Création et validation des sorties (tables, listings & graphs) ; • Participation au contrôle des cohérences et à la revue de données ; • Programmation des analyses statistiques et validation (TLGs, modélisation, …) sous SAS® et R en collaboration avec les biostatisticiens ; • Optimisation et validation des programmes/macros ; Dans le cadre des activités transversales des équipes de la Business Unit Biométrie et Data Science, d’autres missions vous seront également confiées : • Participer à des projets de R&D pour le développement d'outils et d'utilitaires pour l'exécution, le reporting et l'automatisation de l'analyse de données • Appliquer des outils statistiques et d'apprentissage automatique pour l'analyse des données biologiques et de santé (cliniques, précliniques, métagénomiques et autres omiques, …) • Développer, valider et appliquer des outils d'apprentissage automatique pour l'intégration de données hétérogènes et multi-études. Profil et compétences • Formation supérieure en statistiques/biostatistiques/science de données/mathématique appliquée …, minimum Bac+3 (Licence professionnelle statistique et santé, Master de Biostatistique, ENSAI, ISUP…) ; • Au moins 2 ans d’expérience dans une position similaire avec expérience démontrée en programmation statistique sous SAS® et R ; • Maîtrise de la programmation sous SAS® (BASE, STAT, GRAPH, les langages MACRO et SQL) ; • Maîtrise de la programmation sous R (Tidyverse, R Markdown…) ; • Bonne connaissance de la méthodologie des essais cliniques, des exigences réglementaires, BPC et ICH. • Bonne connaissance de l’analyse de données d’études cliniques avec données longitudinales • Les connaissances suivantes seraient plus : o Traitement de données omiques/métagénomiques ; o Langage Python et expérience de TensorFlow/Pytorch ; o Statistiques multivariées et données de grandes dimensions, dans les méthodes traditionnelles en apprentissage automatique (SVM, forêts aléatoires, clustering, ...) et les modèles de deep learning ; o Standards CDISC ; o Analyse de données d’études en vie réelle (RWE). • Bon niveau d'anglais et de français oral/écrit indispensable. • Adaptabilité, autonomie et esprit d'équipe, capacité de vulgarisation, esprit de synthèse et d'initiative, dynamisme. Conditions de travail et avantages • Poste à pourvoir dès que possible • Rémunération selon profil et expérience professionnelle • Poste éligible au télétravail et au temps partiel, à discuter selon expérience et souhaits personnels • Récupération du temps de travail : 10 jours annuels • Participation de l’entreprise aux tickets restaurant, mutuelle et prévoyance • Localisation du site de Biofortis : Saint-Herblain, périphérie nord-ouest de Nantes (accès direct tramway, parking) Vous avez envie d'apprendre au sein d'une équipe jeune et dynamique, alors envoyez votre CV et lettre de motivation, incluant votre disponibilité et vos prétentions à l’adresse suivante : ressources-humaines@biofortis.fr
En savoir plus :https://www.biofortis.fr/
CDI_Programmeur Statistique Clinique_FR_Juillet2024.pdf
Contact :ressources-humaines@biofortis.fr
2-year postdoctoral position in Statistics and Machine Learning for Biological processes in Lyon
Publiée le 23/07/2024 16:04.
Référence : 2-year postdoctoral position in Statistics and Machine Learning for Biological processes in Lyon.
Postdoc, Lyon.
Entreprise/Organisme :Centre international de recherche sur le cancer (IARC)
Niveau d'études :Doctorat
Date de début :From September to December 2024
Durée du contrat :24 months
Rémunération :monthly net salary ranging from ∼1900 euros to ∼3100 euros, depending on the level of qualification
Secteur d'activité :Academic
Description :Applications are invited for a 2-year postdoctoral position in statistics and machine learning at the International Agency for Research on Cancer (IARC, World Health Organization, Lyon, France) and Ecole Centrale de Lyon (ECL, Lyon, France). The successful candidate will join the MOBiL project (Multi-omics data integration to investigate biological mechanisms underlying the link between lifestyle behaviors and gastro-intestinal cancers), which is one of the 11 "Projets Structurants" funded within the Shape-Med Lyon initiative.
En savoir plus :https://math.univ-lyon1.fr/icj/
MOBiL_Postdoc.pdf
Contact :yohann.de-castro@ec-lyon.fr

<1>  2  3  4  Page suivante

 
 
©2024 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 :