Consulter les offres d’emploi

Deputy Director of the Secondary Department – Permanent position
Publiée le 31/03/2026 13:03.
CDI, BORDEAUX.
Entreprise/Organisme :HORIANA
Niveau d'études :Doctorat
Description :Horiana is a consulting company dedicated to epidemiology and biostatistics, designing and conducting healthcare Real World Studies. Horiana aims to support its clients (mostly private companies) in the healthcare field at every stage of their projects. Horiana is currently expanding its team with a full-time permanent position for a deputy director for the Secondary Department (M/F). The position is based in in France (Bordeaux or remotely). Your main mission will be to assist the head of the Secondary Department in all of her duties. In full autonomy, you will be accountable for epidemiological studies in various therapeutic areas on secondary databases (claims databases, hospital data warehouses, registries...). You will also participate in management and strategic development in coordination with the Head of the department and the executive committee. Profile - PharmD/MD or PhD in epidemiology, pharmacoepidemiology or biostatistics and at least 10 years of relevant experience in real-world studies (including pharma/med device, CRO) - Managerial skills and experience, including remote management - Strong knowledge of French secondary data (SNDS, PMSI....) and in international databases - Ability to understand the needs of clients and to build relevant proposals - Proficiency in English Missions - Assisting the Director of department in her different missions: o Manage a team of 15+ people (biostatisticians, epidemiologists and project managers) o Lead the activity of the department o Coordinate response to RFP o Ensure scientific quality of team work and deliverables - Reviewing and validation of study documents (protocol, synopsis, study report, etc.) - Providing expertise in epidemiology for the team: identifying relevant data sources and designs, participating in expert committees, providing insights that contribute to interpretation and deeper understanding of the study’s findings. Salary according to skills and experience
En savoir plus :https://horiana.com/
20260310 Position Deputy Director Secondary.pdf
Contact :info@horiana.com
Thèse : Intégration de données multimodales avec des blocs de données manquantes, application santé
Publiée le 31/03/2026 10:48.
Référence : Gestion de données manquantes dans l’étude des effets des rayonnements ionisants à faible dose.
Thèse, Fontenay-aux-Roses.
Entreprise/Organisme :L'Autorité de sûreté nucléaire et de radioprotection (ASNR)
Niveau d'études :Master
Date de début :01/11/2026
Durée du contrat :3 ans
Rémunération :2450 euro brut/mois
Secteur d'activité :Sureté nucléaire
Description :Environnement / Organisation / Contexte: Des études épidémiologiques ont mis à jour l'effet d'une exposition à des rayonnements ionisants (RI) sur le développement de maladies cardiovasculaires (MCV, telles que l'athérosclérose et 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, responsables de la mort de près de 17,9 millions de personnes par an selon l'Organisation Mondiale de la Santé. Pour faire progresser la compréhension des conséquences d'une exposition à faibles doses, les analyses s'appuient sur les données multi-omiques de la réponse biologique d'un organisme vivant soumis aux RI. 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 souvent dépassé et qui induit des risques sous ou surestimation. La thèse vise à construire une méthode d'analyse qui permette de traiter les donnée multi-omiques tout en intégrant les données manquantes à l'analyse des effets d'une exposition faible aux rayonnements ionisants sur les MCV. Mission: Malgré l'abondance croissante de données dans l'étude des effets des rayonnements ionisants à faible dose au sein des laboratoires de biologie expérimentale (RNA-seq, métabolomique, lipidomique…), la gestion des données manquantes demeure un défi majeur pour exploiter pleinement l'information disponible. Pour relever ce défi, des approches méthodologiques spécifiques sont nécessaires pour intégrer différentes modalités de données et identifier les mécanismes d'action impliqués dans la réponse d'un organisme à un stress. Eliminer les données manquantes, peut non seulement réduire la précision, mais aussi introduire des biais significatifs dans les modèles d'analyse intégrative, conduisant finalement à des résultats erronés. Ces problématiques sont étroitement liées aux caractéristiques intrinsèques des données générées et aux méthodes d'intégration utilisées pour traiter ces ensembles de données volumineux, souvent impactés par un nombre important de données manquantes. Observées à différentes échelles biologiques, ces données présentent des niveaux de fluctuation pouvant être influencés par des facteurs confondants et/ou des co-expositions, qui nécessitent l'application de facteurs correctifs dans l'analyse des données. Le candidat sera impliqué en premier temps à développer des algorithmes et des modèles statistiques pour l'analyse de grands ensembles de données biologiques. En particulier, nous gérerons les données manquantes et étudierons l'effet des facteurs confondants et de co-exposition (Goujon E et al., 2024). Cependant, les données multiblocs ont souvent une structure manquante, c'est-à-dire que les données d'un ou plusieurs blocs peuvent être complètement inobservées pour un échantillon. Dans ce travail, nous chercherons à traiter correctement les structures de données manquantes et à les comparer à la bibliographie (Peltier C et al., 2023 ; Baena-Miret S et al. 2024). Les méthodes de gestions des données manquantes seront développées dans le cadre d'une version globale de RGCCA [Gloaguen A 2020 ; Girka F 2023], permettant d'extraire simultanément les composantes de chaque bloc à l'aide d'un unique problème d'optimisation. Cela contribue à atténuer les biais d'erreur induits par les données manquantes dans le cadre de l'approche séquentielle. Les approches séquentielle et globale de RGCCA pour la gestion des données manquantes seront enfin comparées sur données simulées. Les données sont déjà générées. 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 l'analyse des données et l'interprétation des résultats par une analyse d'enrichissement des voies biologiques. Le doctorant effectuera 60% de son temps de recherche au LRAcc (ASNR) et 40% à L2S (CentraleSupelec, Paris). La publication des résultats dans des revues internationales et la participation à des conférences sont attendus 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 souhaitable. La capacité à travailler en équipe multidisciplinaire sera appréciée Informations complémentaires / avantages: Le doctorant effectuera 60% de son temps de recherche au sein du LRAcc à l'ASNR sous l'encadrement de Dr. GARALI Imène et 40% au L2S (CentraleSupelec, Paris) sous la direction du Pr. TENENHAUS Arthur. Des réunions régulières avec les biologistes du LRTOX à l'ASNR sont prévues. Procédure : Les dossiers de candidatures devront être composés d’un cv détaillé, des lettres de recommandation, d’une lettre de motivation mettant en évidence les raisons de la candidature, ainsi que des relevés de notes associés au diplôme le plus élevé. https://asnr-career.talent-soft.com/offre-de-emploi/emploi-integration-multimodale-dans-l-etude-des-effets-des-rayonnements-ionisants-a-faible-dose-san26-13-h-f_1500.aspx
En savoir plus :No link
Descreption_These_2026.pdf
Contact :imene.garalizineddine@asnr.fr
Maître de Conférences en Statistique à l'Ecole Nationale Vétérinaire de Toulouse
Publiée le 24/03/2026 12:40.
Référence : Maître de Conférences en Statistique à l'Ecole Nationale Vétérinaire de Toulouse.
CDI, Toulouse.
Entreprise/Organisme :Ecole Nationale Vétérinaire de Toulouse
Niveau d'études :Doctorat
Date de début :octobre 2026
Rémunération :voir grille MCF
Secteur d'activité :Ministère de l'Agriculture
Description :Profil de poste : Maître de Conférences en Statistiques (ENVT) L'École Nationale Vétérinaire de Toulouse (ENVT), établissement sous tutelle du Ministère de l'Agriculture, recrute un Maître de Conférences en Statistique. Ce poste, rattaché au département « Sciences biologiques et fonctionnelles », allie enseignement de haut niveau et recherche appliquée en santé animale. Missions Pédagogiques Le candidat rejoindra une unité pédagogique dédiée et bénéficiera d'une montée en charge progressive de ses responsabilités. Formation initiale : Enseignement des bases de la statistique (cours et TD) en 2ème année du cursus vétérinaire. Spécialisation : Co-animation d'un module optionnel sur l'intelligence artificielle pour les étudiants de 4ème année. Cycles supérieurs : Interventions au sein de masters spécialisés (modélisation pharmacocinétique) et des écoles doctorales BSB et SEVAB. Accompagnement : Encadrement et suivi des thèses d'exercice de docteur vétérinaire. Axes de Recherche L'activité scientifique s'exercera au sein de l'UMR INTHERES et visera à développer des outils statistiques au service de la médecine vétérinaire. Santé des élevages : Analyse de données de biomonitoring et modèles de survie pour la détection précoce de pathologies. Médecine individuelle : Exploitation de données hétérogènes (capteurs, imagerie) pour le diagnostic et le pronostic chez les animaux de compagnie. Profil du candidat Diplôme : Titulaire d'une thèse d'Université en statistique ou probabilités. Compétences attendues : Expertise en modélisation statistique (modèles mixtes, hiérarchiques) et en apprentissage automatique.
En savoir plus :https://envt.fr/wp-content/uploads/2026/03/Poste-A2VTL00269_MC_Statistique.pdf
Poste-A2VTL00269_MC_Statistique.pdf
Contact :didier.concordet@envt.fr
Ingénieur Chimiométricien – H/F – CDD
Publiée le 23/03/2026 12:46.
CDD, BOIGNEVILLE (91).
Entreprise/Organisme :ARVALIS
Niveau d'études :Master
Date de début :à partir de juillet 2026
Durée du contrat :12 mois
Rémunération :selon profil
Secteur d'activité :R&D agricole
Description :ARVALIS, Institut technique spécialisé en recherche et développement agricole, recherche un(e) ingénieur(e) chimiométricien(ne) / machine learning en contrat à durée déterminée. Il (elle) sera intégré(e) au sein du Pôle Analytique d’ARVALIS parmi des experts en spectroscopie proche infrarouge, imagerie hyperspectrale et chimiométrie. Le laboratoire, composé de 18 personnes, met en œuvre et développe des méthodes d’analyse et plus particulièrement en spectroscopie proche infrarouge et imagerie hyperspectrale pour la caractérisation des matières premières agricoles en vue de leurs utilisations dans les domaines de l’alimentation humaine et animale, en appui aux projets de recherche de l’Institut et en réponse aux demandes des clients et d’autres partenaires ainsi qu’aux propres besoins du Pôle. L’objectif de ce poste est d’avancer plus rapidement sur le développement de calibrations NIRS et/ou de modèles IHS sur des matrices variées.
En savoir plus :https://www.arvalis.fr/
2025_07_CDD_Chimiometricien.pdf
Contact :m.faure@arvalis.fr
Thèse : IA pour l’identification d’interactions entre variables, application à la santé
Publiée le 12/03/2026 12:17.
Référence : Thèse Interaction.
Thèse, Institut Elie Cartan de Lorraine, Nancy.
Entreprise/Organisme :Université de Lorraine
Niveau d'études :Master
Sujet :IA pour l’identification d’interactions entre variables, application à l’effet individuel d’un traitement
Date de début :01/10/2026
Durée du contrat :3 ans
Rémunération :2 300 euros brut mensuels
Secteur d'activité :recherche en mathématiques appliquées à la santé
Description :La sélection de variables est un domaine de recherche très actif en statistique et en apprentissage automatique depuis les années 2000, avec le développement de nombreuses méthodes. Elle revêt une importance capitale pour l'interprétation des modèles et des algorithmes décisionnels. Cependant, la sélection de variables seule ne suffit pas pour l'interprétation ; il est également essentiel d'identifier et de comprendre les interactions entre les variables. Dans ce projet, nous proposons un nouveau cadre basé sur des modèles d'apprentissage automatique pour découvrir et quantifier les interactions entre les covariables. Les forêts aléatoires (RF) sont particulièrement bien adaptées à cet effet. Une partie de la littérature se concentre sur des interactions plus ciblées, en particulier lorsqu'une des variables est binaire (par exemple, traitement vs placebo en médecine personnalisée, pour identifier les effets différentiels du traitement (ITE)).
En savoir plus :https://iecl.univ-lorraine.fr/recherche/probabilites-et-statistique/
InteractionPhDproject_2026.pdf
Contact :anne.gegout-petit@univ-lorraine.fr
Analyse statistique de séries temporelles multimodales pour l’évaluation d’un outil en santé animale
Publiée le 10/03/2026 13:58.
Stage, BIOEPAR, INRAE Oniris, La Chantrerie, 44307 Nantes.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Sujet :cf description
Date de début :fin avril à début mai
Durée du contrat :4 mois
Rémunération :oui (légale)
Secteur d'activité :épidémiologie animale ; données de capteurs ; modélisation
Description :M1 — Analyse statistique de séries temporelles multimodales collectées pour l’évaluation d’un outil d’aide à la gestion des maladies respiratoires des bovins Équipe et encadrement o Encadrants et contact : Sébastien Picault, Sébastien Assié (INRAE/Oniris), prenom.nom@inrae.fr o L’accueil sera assuré par l’équipe Dynamo, UMR 1300 BIOEPAR (INRAE, Oniris), Nantes o Le stagiaire travaillera en interaction avec l’équipe ImmunoCare (BIOEPAR) o Période du stage : 4 mois, de mai à août 2026 o Mots-clefs : séries temporelles multivariées ; données cliniques ; données de capteurs ; aide à la décision Description du stage Les maladies respiratoires des bovins (Bovine Respiratory Disease, BRD) posent un défi majeur en raison de leur étiologie multifactorielle (virus et bactéries, stress, facteurs environnementaux…), de la difficulté de détection précoce en élevage et de leurs impacts sanitaires, économiques et en usage d’antibiotiques. Le projet SEPTIME vise à développer des outils d’aide à la décision pour la maîtrise des BRD chez les jeunes bovins en atelier d’engraissement. Il s’appuie sur l’intégration de données issues du terrain et de modèles mécanistes, en combinant des capteurs individuels commerciaux en élevage (colliers accéléromètres) qui donnent une indication de l’activité des animaux utilisée pour prédire leur état de santé, et simulations de scénarios d’intervention en élevage pour identifier les recommandations les plus pertinentes. La phase de terrain conduite en 2024-2025 a permis la collecte de données longitudinales multimodales sur environ 550 jeunes bovins suivis pendant les quatre premières semaines de la période d’engraissement : • données de capteurs (activité, comportement) chaque heure ; • prédictions et recommandations issues des outils développés (max. 3 fois par jour) ; • observations cliniques (2 fois par semaine) ; • traitements administrés (occasionnel) ; • données environnementales (bâtiment : température, hygrométrie, NH3, CO2, quotidien) ; • données zootechniques (âge, poids, race, qualité : à la mise en lot et à l’abattage). Au-delà d’une analyse descriptive globale, l’enjeu est ici de comparer explicitement les trajectoires temporelles afin d’identifier des motifs dynamiques associés à l’apparition de signes cliniques ou à la décision de traitement. Les données présentent plusieurs défis méthodologiques : échantillonnages hétérogènes (horaire, bihebdomadaire, quotidien, événementiel) ; synchronisation des séries ; variabilité inter-individuelle forte ; événements rares et décalés dans le temps. Objectifs du stage Le stage vise à développer une analyse comparative des séries temporelles multimodales afin de caractériser des profils dynamiques associés aux BRD et aux décisions thérapeutiques, et évaluer l’efficacité de l’outil d’aide à la décision en termes de pertinence et de précocité des recommandations. Les activités incluront notamment : 1. Préparation et structuration des séries : alignement temporel des différentes sources, agrégation ou lissage des données d’activité, gestion des données manquantes et des événements ponctuels 2. Analyse des dynamiques individuelles : visualisation et comparaison de trajectoires individuelles, détection de ruptures, changements de régime ou anomalies comportementales, construction d’indicateurs dynamiques 3. Comparaison entre groupes : comparaison de trajectoires entre animaux traités/non traités, cas/non cas…, analyse des décalages temporels entre variation d’activité, signes cliniques et traitement 4. Méthodes statistiques avancées : analyse fonctionnelle de données, mesures de similarité entre séries, clustering de trajectoires 5. Restitution et valorisation : production de rapports reproductibles (R Markdown), visualisations dynamiques et synthétiques à destination des partenaires du projet et pour préparer des publications scientifiques (auxquelles le stagiaire sera associé), recommandations méthodologiques pour l’intégration des résultats dans les modèles mécanistes de l’outil. Compétences requises o Niveau M1 statistiques ou équivalent o Bonnes compétences sur les méthodes d’analyse de séries temporelles multivariée o Intérêt pour l’épidémiologie / les sciences du vivant ainsi que pour un contexte de travail interdisciplinaire o Capacités de travail en équipe o Capacités rédactionnelles, lecture d’articles scientifiques en anglais Indemnités de stage : OUI (réglementaire) Pour candidater : Envoyer CV + lettre de motivation à : sebastien.picault@inrae.fr, sebastien.assie@oniris-nantes.fr
En savoir plus :https://bioepar.angers-nantes.hub.inrae.fr/equipes/dynamo-modelisation-en-dynamique-de-population-et-epidemiologie-animale2
2026-M1-Statistiques_SEPTIME2.pdf
Contact :sebastien.picault@inrae.fr
Biostatisticien / Bioinformaticien (H/F)
Publiée le 03/03/2026 16:43.
CDD, Hôpital Européen Georges-Pompidou (HEGP) Paris.
Entreprise/Organisme :Assistance Publique - Hôpitaux de Paris (AP-HP)
Niveau d'études :Master
Date de début :avril 2026
Durée du contrat :1 an renouvelable (3 ans)
Rémunération :Grille salariale adaptée au profil du candidat
Secteur d'activité :Recherche translationnelle en Immuno-Cancérologie
Description :La structure translationnelle d'immunomonitoring des cancers située sein de HEGP à Paris, dirigée par le Pr F. Pagès, est spécialisée dans l’analyse du microenvironnement tumoral. Les travaux menés au sein de la structure ont pour objectif l’identification des biomarqueurs pronostiques et prédictifs de réponse aux traitements dans les tumeurs solides. Les recherches s’appuient sur des données cliniques initiales et de suivi, associées à des résultats issus d’explorations en pathologie digitale, transcriptomiques et génomiques. La personne recrutée participera à l’analyse biostatistique et bio-informatique des données cliniques et biologiques générées au sein de la structure sous la supervision d’un bio-informaticien senior. Elle sera notamment en charge du développement de modèles statistiques adaptés à des données longitudinales comportant un grand nombre de variables cliniques et biologiques.
En savoir plus :https://crcordeliers.fr/equipes/laboratory-of-integrative-cancer-immunology/
Fiche de poste_biostatisticien_HEGP.pdf
Contact :amos.kirilovsky@aphp.fr
Poste ATER en Statistique - IUT d'Avignon - Département Science des données
Publiée le 02/03/2026 16:48.
CDD, Avignon, Campus Jean-Henri Fabre (Agroparc).
Entreprise/Organisme :Avignon Université (IUT)
Niveau d'études :Doctorat
Description :La personne recrutée pourra intervenir sur les 3 années de formation BUT SD et sera intégrée à l'équipe de Statistique du Laboratoire de Mathématiques d'Avignon pour la recherche. Les modalités de candidature sont décrites sur le lien ci-dessous : https://univ-avignon.fr/acces-rapide/recrutement-concours/personnels-enseignants/ater/
En savoir plus :http://recrutement.univ-avignon.fr/poste/ATER_26_2026
FOPC_65984.pdf
Contact :delphine.blanke@univ-avignon.fr
4-year funded PhD position in Tensor-Based Econometric Models
Publiée le 02/03/2026 11:59.
Référence : Tensor-Based Econometric Models.
Thèse, Rouen/Reims/Paris.
Entreprise/Organisme :NEOMA Business School
Niveau d'études :Master
Sujet :Tensor-Based Econometric Models
Durée du contrat :4 years
Description :We are currently seeking a statistically minded PhD candidate to work on a project titled “Tensor-Based Econometric Models for High-Dimensional Financial Data.” The position will be supervised by Maria GRITH, Associate Professor of Finance at NEOMA Business School. This is a fully funded, four-year position based at NEOMA (Rouen, Reims, Paris) and is embedded within the AI, Data Science & Business Area of Excellence (AE).
En savoir plus :https://lnkd.in/eTJxeGXY.
Contact :maria.grith@neoma-bs.fr
Postdoc: Mathematical Statistics & Functional Data
Publiée le 02/03/2026 09:34.
Référence : Postdoc: Mathematical Statistics & Functional Data.
CDD, Rennes Métropole.
Entreprise/Organisme :CREST Ensai
Niveau d'études :Doctorat
Date de début :à partir de fin mai 2026
Durée du contrat :jusqu'à 24 mois
Description :We invite applications for a postdoctoral position focusing on the mathematical aspects of modeling functional data, with particular emphasis on adaptive methods for estimation and inference. The successful candidate will join the ANR FUNStatMath project team at Ensai. FUNStatMath is a collaborative research initiative in Functional Data Analysis, bringing together researchers in mathematical and applied statistics. The position does not involve teaching duties. It is available starting in May 2026 (with flexibility regarding the starting date) for a period up to 24 months. Applications, including a CV (with the contact details of two or three academic references), a research statement, and a cover letter, should be sent by email to funmathstat@ensai.fr. The deadline for applications is March 31, 2026.
En savoir plus :https://ensai.fr/wp-content/uploads/2026/02/postdoctoral_position_CREST-Ensai2026.pdf
postdoctoral_position_CREST-Ensai2026.pdf
Contact :valentin.patilea@ensai.fr
Ingénieur Data Scientist
Publiée le 26/02/2026 13:46.
CDD, 2 Av. de la Source de la Bièvre, 78180 Montigny-le-Bretonneux.
Entreprise/Organisme :Université de Versailles Saint-Quentin-en-Yvelines
Niveau d'études :Master
Date de début :01/04/2026
Secteur d'activité :Bio-informatique
Description :Le SEPSIS Comprehensive Center (IHU SEPSIS) est le premier centre au monde intégrant recherche, formation et soins dans une approche unifiée pour lutter contre le sepsis, principale cause de mortalité liée aux infections. Au sein de cet institut d’excellence, plusieurs programmes de recherche translationnelle s’appuient sur de vastes cohortes cliniques afin de réaliser un endotypage multi-omique (métabolomique, transcriptomique, génomique, etc.) et d’identifier de nouveaux biomarqueurs diagnostiques et théranostiques, en vue d’un transfert clinique rapide. Des milliers d’échantillons biologiques humains sont actuellement en cours d’analyse, générant des volumes massifs de données complexes. Leur traitement exige la mise en oeuvre de workflows analytiques avancés, combinant prétraitement du signal, normalisation, standardisation et modélisation statistique. L’objectif est de développer et d’appliquer des approches d’apprentissage automatique (machine learning) adaptées à des données de haute dimension, et d’intégrer des modèles longitudinaux pour la compréhension dynamique des réponses biologiques. Objectif du poste : Nous recherchons un(e) Data Scientist passionné(e) par la modélisation de données biomédicales complexes pour mettre en oeuvre des méthodes de data science appliquées à la métabolomique et à la transcriptomique dans le cadre de plusieurs projets cliniques du centre. Il s’agira en particulier de développer des méthodes d’apprentissage statistique et des workflows de traitement de données métabolomiques et transcriptomiques. Vos missions : • Exploiter et améliorer les codes existants développés au sein de l’équipe pour finaliser les analyses statistiques. • Concevoir, développer et automatiser des workflows pour le traitement des données métabolomiques et transcriptomiques. • Appliquer et comparer des modèles d’apprentissage automatique pour l’identification de biomarqueurs pertinents. • Contribuer à la valorisation scientifique des résultats. • Participer à la structuration et documentation des pipelines analytiques pour assurer leur reproductibilité et leur transfert au sein des équipes. Pourquoi nous rejoindre ? • Intégrer un projet scientifique ambitieux et interdisciplinaire, à l’interface entre data science, biologie, chimie analytique et santé. • Évoluer au sein d’une équipe dynamique, collaborative et hautement qualifiée regroupant chercheurs, cliniciens, bioinformaticiens et ingénieurs. • Contribuer directement à des projets à fort impact clinique et sociétal, soutenus par un institut hospitalo-universitaire de rang international. Profil recherché : • Formation : Bac+5 minimum (école d’ingénieurs, Master en data science, mathématiques appliquées, bioinformatique ou discipline équivalente) ou thèse • Compétences techniques : ▪ Excellente maîtrise de R et/ou Python ▪ Solides connaissances en statistiques appliquées, traitement du signal, apprentissage supervisé et non supervisé, sélection de variables et analyse multivariée. ▪ Une connaissance des données omiques (transcriptomique, métabolomique) serait un atout. Qualités attendues : ▪ Rigueur scientifique, autonomie et sens de l’initiative. ▪ Intérêt marqué pour les applications biomédicales et le travail collaboratif. ▪ Excellente communication écrite et orale, maîtrise de l’anglais (niveau B2–C1). Contrat : CDD rentre 9 et 12 mois, démarrage dès que possible Lieu : UFR Simone Veil - Santé, Université Versailles Saint-Quentin-en-Yvelines Contact : Pr Stanislas Grassin Delyle, Département de Biotechnologie de la Santé : stanislas.grassin-delyle@uvsq.fr
En savoir plus :https://www.linkedin.com/posts/ihu-sepsis-comprehensive-sepsis-center_profil-de-poste-ugcPost-7391124299195097089-9Se2?utm_source=share&utm_medium=member_desktop&rcm=ACoAABc6HqQBd4bWfuBeNiB1odfDPOV-6x-5FQI
Contact :stanislas.grassin-delyle@uvsq.fr
Epidémiologiste / Biostatisticien avec expertise SNDS
Publiée le 21/02/2026 10:54.
CDI, Toulouse.
Entreprise/Organisme :Oncopole Claudius Regaud
Niveau d'études :Doctorat
Description :Description du poste L'Oncopole Claudius Regaud recherche un EPIDEMIOLOGISTE (BIOSTATISTICIEN avec expertise SNDS) (H-F) en CDI temps plein. Le poste est à pourvoir dès que possible. Au sein de la Direction de la Recherche et de l'Innovation (DRI), la cellule Biostatistics & Health Data Science apporte son expertise et prend en charge les aspects biostatistiques, épidémiologie et data-management des projets de recherches cliniques et épidémiologiques. L’épidémiologiste participe aux différentes phases des projets de recherche notamment ceux basés sur les données du Système National des Données de Santé, depuis la conception jusqu’à l’analyse et la valorisation des résultats. Il met en œuvre les démarches et interprète les analyses nécessaires à la conduite des études cliniques et épidémiologiques dans le respect de la confidentialité et de la règlementation en vigueur Vos missions : Participer à l’élaboration de la stratégie méthodologique et épidémiologique/statistique pour répondre aux questions de recherche concernant les projets impliquant notamment les données du Système National des Données de Santé Organiser et exploiter des bases de données complexes, notamment en lien avec les données du SNDS Réaliser les analyses épidémiologique/statistique dans le cadre des projets de recherche (rétrospectif ou prospectif) Assurer un support à la valorisation scientifique dans le cadre de la communication de résultats Contribuer à la démarche qualité notamment dans le traitement des données issues du SNDS Réaliser la veille scientifique et participer à des développements méthodologiques. Suivre la mise en œuvre du projet et informer l’équipe et le responsable scientifique et du service des dysfonctionnements et avancées. Le tout selon la règlementation en vigueur Avantages sociaux : CSE (chèques vacances, remboursement activités sportives, colis fin d'année...) Restaurant d'entreprise Crèche d'entreprise Remboursement des frais de transport à hauteur de 50% (accessibilité bus + Teleo) Nous rejoindre c'est intégrer un institut au coeur de l'innovation, de l'excellence, de la solidarité et de l'humanisme. Profil recherché / compétences requises Formations/Diplômes : Master 2 ou école d’ingénieur ou Thèse en science Expérience : Minimum 3 ans Expertise et habilitation SNDS requise Un profil de biostatisticien(ne) disposant d’une expertise avérée sur le SNDS est pleinement éligible pour ce poste Connaissance des exigences réglementaires et juridiques concernant notamment l’utilisation des données SNDS Anglais (lu, écrit, parlé) Maitrise des logiciels statistiques : SAS, Stata, R.
En savoir plus :https://recrutement-icr.iuct-oncopole.fr/web/guest/home?p_p_id=com_beorntech_hrms_portal_web_GuestJo
Contact :filleron.thomas@iuct-oncopole.fr
Stage M2 prévisions des impacts des covariables extrêmes
Publiée le 21/02/2026 10:54.
Référence : Stage M2 prévisions des impacts des covariables extrêmes.
Stage, AgroParisTech, MIA Paris-Saclay.
Entreprise/Organisme :MIA Paris-Saclay
Niveau d'études :Master
Durée du contrat :6 mois
Description :Ce stage vise à améliorer les prévisions des impacts des covariables extrêmes sur une réponse. L’étude de cas sur les impacts des vitesses du vent sur les conditions cycloniques en Guadalupe sera traité. Tous les détails sont disponibles ici : https://mia-ps.inrae.fr/node/955
En savoir plus :https://mia-ps.inrae.fr/node/955
stage_2026_impacts.pdf
Contact :gloria.buritica@agroparistech.fr
Approches hybrides apprentissage-physique de segmentation et de décomposition de séries temporelles
Publiée le 14/02/2026 12:40.
Référence : Stage M2 Université Gustave Eiffel.
Stage, Champs-sur-Marne.
Entreprise/Organisme :Université Gustave Eiffel
Niveau d'études :Master
Sujet :Segmentation et décomposition de données temporelles avec des approches hybrides couplant apprentissage statistique et modèles physiques
Date de début :avril 2026
Durée du contrat :5 à 6 mois
Rémunération :600€/mois + 75% des frais de transport
Description :Ce stage s’inscrit dans une double problématique applicative : la réduction de la consommation énergétique des bâtiments et l’amélioration de la qualité de l’air dans les espaces de vie. Il vise à coupler des algorithmes d’apprentissage automatique à des modèles physiques afin d’analyser conjointement des données environnementales, énergétiques et thermiques, dans le but d’en extraire des indicateurs interprétables reflétant la dynamique comportementale des occupants de bâtiments. Une bonne compréhension du facteur comportemental est en effet cruciale pour développer des stratégies prédictives efficaces permettant, entre autres, d’optimiser la régulation de la température intérieure ainsi que la ventilation afin de limiter l’exposition aux polluants. Dans ce contexte applicatif, ce stage abordera la segmentation et la décomposition de données temporelles avec des approches hybrides couplant apprentissage statistique et modèles physiques.
En savoir plus :https://www.univ-gustave-eiffel.fr/
Sujet_Stage_UGE_EQAI.pdf
Contact :allou.same@univ-eiffel.fr
Postdoc - Socialisation algorithmique des modèles de langage (PIQ Inria)
Publiée le 10/02/2026 09:32.
Postdoc, Centre Max Weber (UMR5283).
Entreprise/Organisme :ENS de Lyon
Niveau d'études :Doctorat
Date de début :Avril 2026
Durée du contrat :16 mois
Rémunération :Selon profil (voir description)
Description :Dans le cadre du projet SERISIA – Sociologie expérimentale du rapport à l'IA et socialisation des algorithmes conversationnels, financé par le Programme Inria Quadrant, le Centre Max Weber (UMR 5283, ENS de Lyon) recrute un·e post-doctorant·e ou ingénieur·e de recherche en NLP/machine learning. Le contrat de 16 mois porte sur le déploiement et le fine-tuning d'un LLM open-weight dans le cadre d'une enquête sociologique à grande échelle, visant à étudier comment les modèles de langage peuvent encoder des structures sociales au fil d'interactions avec des publics socialement différenciés. Le recrutement est prévu pour le 1er avril 2026 (date flexible). L'annonce de poste complète est ci-jointe.
En savoir plus :https://piq.inria.fr/projets/#SERISIA
Fiche poste Serisia.pdf
Contact :nathan.ferret@ens-lyon.fr

<1>  2  3  Page suivante

 
 
©2026 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 :