Consulter les offres d’emploi

Statisticien(ne) Préclinique
Publiée le 24/05/2019 14:04.
Référence : Statisticien(ne) Préclinique.
CDI, NEUILLY-SUR-SEINE.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Secteur d'activité :Pharmaceutique
Description :Spécialisée dans le domaine de la Recherche Clinique, la société IT&M STATS développe un pôle de compétences dans les différents métiers de la Recherche Clinique (Data Managers, Biostatisticien(ne)s, Analystes Programmeurs SAS…) Nous basons notre relation sur : o Un respect des collaborateurs et des clients, de leurs aspirations, o Un suivi personnalisé des collaborateurs et des clients, o Une gestion régulière des carrières des collaborateurs, o Des échanges transparents, o Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour l’un de nos clients du secteur pharmaceutique basé en région parisienne un statisticien(ne) préclinique Vos missions principales : • Apporter un support aux chercheurs : élaboration du design de l’expérience, choix des méthodes statistiques et analyse des résultats • Collaboration avec le statisticien interne, responsable de l’aire thérapeutique concernée • Calculer le nombre de sujets nécessaires pour les protocoles expérimentaux • Lecture d’articles et simulation de données • Méthodes statistiques les plus utilisées : l’analyse de variance, les modèles linéaires mixtes, les tests non paramétriques  Vous êtes titulaire d’un diplôme de type Master 2/Bac+5, dans le domaine des Biostatistiques, Statistiques…  Vous justifiez d’une expérience professionnelle dans le préclinique  Vous avez une bonne maîtrise des outils et méthodes statistiques ainsi qu’un bon niveau de programmation  Vous aimez beaucoup la méthodologie  Vous justifiez d’une bonne maîtrise des logiciels SAS, R  Vous justifiez d’une grande autonomie et maturité professionnelle  Vous avez un bon niveau d’anglais Le poste est à pourvoir en CDI.
En savoir plus :http://www.itm-stats.com/
23052019 Statisticien préclinique.pdf
Contact :recrutements@itm-stats.com
Thèse/PhD : Improved data science methods for cytogenetic radiation biodosimetry
Publiée le 24/05/2019 13:49.
Thèse, 50% Autonomous University of Barcelona / 50% Institut de Radioprotection et de Sûreté Nucléaire.
Entreprise/Organisme :Autonomous University of Barcelona / Institut de Radioprotection et de Sûreté Nucléaire
Niveau d'études :Master
Date de début :From September 2019 to January 2020
Durée du contrat :3 years
Rémunération :1200 euros/month
Description :Keywords: Bayesian statistics, chromosome aberrations, multivariate modelling, inverse regression, ionizing radiation, retrospective dosimetry This is a cross disciplinary collaborative PhD project between the Universitat Autònoma de Barcelona (UAB) and the Institut de Radioprotection et de Sûreté Nucléaire (IRSN), with approximately 50% of time spent at UAB and 50% of time spent at IRSN. The successful candidate will be enrolled in the PhD program in Mathematics of the UAB having the opportunity to obtain an International Doctoral Research Component.
En savoir plus :xx
PhD_project_UAB_IRSN.pdf
Contact :sophie.ancelet@irsn.fr
Post-doctoral research fellowship in applied probability
Publiée le 24/05/2019 09:32.
Postdoc, Montréal, Canada.
Entreprise/Organisme :Université du Québec à Montréal
Niveau d'études :Doctorat
Date de début :Fall 2019
Durée du contrat :12 months
Description :The Department of Mathematics at Université du Québec à Montréal invites applications for a Postdoctoral Fellow in the area of probability and statistics to begin in Fall 2019. The term of appointment is one year. Applicants should have completed their Ph.D. in mathematics or statistics (or in a closely related area) within the last five years. In particular we are seeking applicants with a strong background in Applied Probability, Markov Processes, Data Analysis, Computational Statistics The candidate will be collaborating with Dr. Arthur Charpentier (UQAM), Dr. Romuald Élie (Université Paris Est) and Dr. Hélène Guérin (UQAM) on a common project. Some knowledge in Poker Games will be appreciated.
En savoir plus :https://github.com/h-guerin/postdoc-UQAM/blob/master/postdoc.pdf
postdoc-UQAM-2019.pdf
Contact :guerin.helene@uqam.ca
Biostatisticien(ne) clinique
Publiée le 24/05/2019 09:32.
Référence : Biostatisticien(ne) clinique CRSV.
CDD, Ain (01).
Entreprise/Organisme :Boehringer Ingelheim Animal Health
Niveau d'études :Doctorat
Date de début :Dès que possible
Durée du contrat :12 mois
Secteur d'activité :Industrie Pharmaceutique
Description :Biostatisticien(ne) clinique R&D vaccin
En savoir plus :https://careers.boehringer-ingelheim.com/
Biostatisticien MISSION 12 MOIS Offre d'emploi_SFdS.pdf
Contact :isabelle.vella@boehringer-ingelheim.com
Enseignant(e) en mathématiques et statistiques appliquées, expert en data science
Publiée le 23/05/2019 11:33.
CDI, Angers.
Entreprise/Organisme :Ecole Supérieure d'Agricultures - ESA
Niveau d'études :Doctorat
Date de début :01/09/2019
Rémunération :A définir
Secteur d'activité :Etablissement d'enseignement supérieur et de recherche privé en agriculture et agroalimentaire
Description :Vous assurerez des enseignements en mathématiques (analyse et algèbre linéaire) et statistiques appliquées (statistiques inférentielles, analyse de la variance, méthodes prédictives de l’analyse de données) en cycle L et M du cursus ingénieur de l’ESA qui vise à former de futurs professionnels et cadres spécialistes du secteur agricole. Vous vous appuierez sur l’équipe pédagogique en place mais aussi sur le département Sciences Fondamentales & Méthodes auquel vous serez rattaché(e). Vos compétences en data science vous permettent d’apporter un appui méthodologique et technique en R&D à l’ESA. Vous aurez en charge le développement de la consultance en data science auprès des entreprises partenaires.
En savoir plus :http://www.groupe-esa.com/
Offre_27_EnsMSdatascience_10mai2019.pdf
Contact :recrutement@groupe-esa.com
These: "Incorporating known functional annotations into Bayesian genomic prediction models"
Publiée le 23/05/2019 11:32.
Thèse, Jouy en Josas.
Entreprise/Organisme :INRA
Niveau d'études :Master
Sujet :Genomic selection has been successfully implemented in many livestock breeding programs in the last decade, and one recently proposed means for improvement is the use of underlying biology as an additional source of information to guide predictions for complex traits. The aim of this thesis project is to develop and validate genomic prediction models able to weight SNPs to incorporate information extracted from functional annotation maps obtained at different molecular levels on top of the commonly used phenotypic and genotypic data. Subsequently, the extent to which this may increase prediction accuracy will be investigated. The candidate will develop novel cutting-edge statistical models to integrate new functional information into existing genomic predictions methods and validated in commercial populations. In particular, the thesis will focus on the development of a computationally tractable empirical Bayesian genomic prediction model that incorporates functional annotation into prior distributions to weight the likelihood that a given genetic variant is functional or has predicted functional impact on a phenotype. This thesis project thus represents the development of an innovative and impactful approach, making use of statistically robust approaches, to potentially have a major influence on breeding practices. The thesis project is anchored in data that will be collected in the multi-actor GENE-SWitCH (The regulatory GENomE of SWine and CHicken: functional annotation during development) EU Horizon 2020 Research and Innovation project. GENE-SWitCH supports the efforts of the ongoing Functional Annotation of ANimal Genomes (FAANG) consortium, a worldwide consortium of 350+ contributors with the global goal of establishing reference functional maps of domesticated animal genomes. GENE-SWitCH will produce new genomic information to enable the characterization of genetic and epigenetic determinants of complex traits in the two monogastric species (chicken and pigs) that are the primary sources of meat worldwide. In particular, by producing comprehensive reference functional annotation maps at several molecular levels (RNA-seq, ATAC-seq, ChIP-seq, Hi-C) in tissues of relevance to sustainable production at different time points (from embryo/fetus to adult life), the GENE-SWitCH project aims to integrate functional information into genomic selection schemes to improve their effectiveness in the pig and poultry sectors. The large amount of biological information that will be generated in the GENE-SWitCH project will thus provide an excellent opportunity to empirically investigate the potential benefit of using functional annotation in genomic prediction.
Date de début :1er octobre 2019
Durée du contrat :3 ans
Rémunération :1770€
Description :All candidates should hold a Master’s degree (or equivalent) in a relevant biological (genomics, epigenomics, bioinformatics, animal science, agrobiology) or quantitative field (statistics, biostatistics). In addition, successful candidates will have: · Strong interest in quantitative work, including coding and statistical analyses (e.g., in R) and wrangling large complex datasets; · Experience with or willingness to learn Linux and an additional programming language, as needed (e.g. C++). Experience with high performance computing is a plus; · Good organizational and proficient (written/spoken) communication skills in English; · Willingness to travel nationally and internationally to attend project meetings and conferences; · Collaborative and creative spirit, with enthusiasm for innovative scientific research and the ability to work both independently and in a large and diverse group of researchers; · Knowledge of Bayesian / empirical Bayesian models is a plus, and experience with genomic data and/or genomic prediction models would be an advantage but is not necessarily required. Funding and location: The gross monthly salary for this thesis project 1770€. This Ph.D. project is half-funded by the GENE-SWitCH grant, and half-funded by the INRA Animal Genetics department. The GENE-SWitCH grant will provide funding for travel to major scientific conferences as well as for participation in relevant training courses and workshops. In addition, the candidate will communicate results and present the methods developed in this thesis in peer-reviewed journal articles and national and international conferences. An international dimension to this project will naturally arise from interactions with other GENE-SWitCH partners, including one or several short stays at Wageningen University during model development and application to pig data. The thesis will take place in the Genomics, Biodiversity, Bioinformatics, and Statistics (GiBBS) and Bovine Genetics and Genomics (G2B) teams of the Animal Genetics and Integrative Biology (GABI) research unit at INRA in Jouy en Josas, France. The thesis work will be supervised at GABI by Dr. Andrea Rau and Dr. Pascal Croiseau and will feature close collaborations with Dr. Elisabetta Giuffra, Dr. Herve Acloque (INRA GABI), Dr. Helene Gilbert, and Dr. Andres Legarra (INRA GenPhySE). Throughout the thesis, the candidate will have access to the necessary computational resources (e.g., a laptop, access to a computational cluster) as well as a supportive scientific environment, including strong interactions with biologists, bioinformaticians and statisticians (both permanent staff and other trainees) in the GABI research unit.
En savoir plus :https://www6.jouy.inra.fr/gabi
GiBBS-G2B_thesis_description_2019.pdf
Contact :andrea.rau@inra.fr
Post-doctoral research fellowship in modelling of the immune response to Ebola vaccine
Publiée le 22/05/2019 13:29.
Référence : Postdoc-InsermU1219-SISTM-EBOVAC3.
Postdoc, Bordeaux.
Entreprise/Organisme :Inserm U1219 / Inria / Université de Bordeaux
Niveau d'études :Doctorat
Date de début :asap
Durée du contrat :18 mois
Rémunération :Grille inserm selon expérience
Secteur d'activité :Biostatistics
Description :The main objective of this postdoc position will be to use the data gathered through the EBOVAC projects to build and fit a model of the immune response to the Ebola vaccine in order to better characterize the response (duration) and better understand the mechanism of its establishment. The candidate should hold a PhD in mathematics, physics or statistics. We are looking for an highly motivated candidate with an outstanding potential and a strong background in statistics and a deep interest in immunology and biological application.
En savoir plus :https://www.bordeaux-population-health.center/les-equipes/statistiques-pour-la-medecine-translationn
PostdocEBOVAC3_SISTM2019_Bordeaux.pdf
Contact :melanie.prague@inria.fr
Enseignant-chercheur Data Science/Informatique
Publiée le 22/05/2019 13:29.
Référence : EC-ISEP-2019-DS.
CDI, 10 Rue de Vanves Issy Les Moulineaux.
Entreprise/Organisme :ISEP
Niveau d'études :Doctorat
Date de début :1er septembre 2019
Secteur d'activité :Enseignement et Recherche
Description :Enseignant-chercheur en Sciences des données L’ISEP recrute en CDI un(e) Enseignant(e)-Chercheur(euse) en sciences des données. L’enseignant(e)-chercheur/euse recruté(e) assurera des enseignements dans le cycle ingénieur ISEP et participera aux activités de recherche au sein du groupe DASSIP (Data Science, Signal and Image Processing) Profil recherche Le candidat doit être titulaire d’un doctorat en informatique et faire preuve d’une grande autonomie et d’un fort potentiel en recherche scientifique qui doit se traduire par des publications et la participation/montage de projets collaboratifs. Ses thématiques de recherche devront aussi s’intégrer dans l’un des axes du groupe de recherche DASSIP : - Systèmes distribués et gestion des données - Traitement et interprétation des signaux et des images - Interaction Homme/Machine et EIAH (Environnement Informatique pour l’Apprentissage Humain) Profil enseignement Concernant l’enseignement, le candidat/la candidate interviendra dans différents modules en sciences des données (et éventuellement en Informatique) durant tout le cycle ingénieur de niveau bac+3 à bac+5. Il/elle doit : Faire preuve d’une expérience significative en enseignement et obligatoirement maîtriser l’anglais (écrit et oral) Avoir une expertise ou une bonne maîtrise en mathématiques appliquées et plus spécifiquement en machine learning. Une connaissance dans un ou plusieurs des domaines suivants serait appréciable : Technologies Web (HTML, PHP, CSS, Javascript, SQL) Programmation système en environnement Linux/Unix Algorithmique et développement (Java) Architectures distribuées Modalité de candidature La lettre de candidature, accompagnée d’un curriculum vitae faisant état des activités d’enseignement, des travaux de recherche, d’un projet d’intégration en enseignement et en recherche et, éventuellement, des relations avec le monde académique et industriel, est à adresser par email avec comme objet EC-ISEP-DS-2019.
En savoir plus :www.isep.fr/isep-recrute
Contact :raja.chiky@isep.fr
Biostatistician
Publiée le 22/05/2019 10:53.
Référence : VD/BIOSTAT0519/MV/CCMS.
CDD, Strassen.
Entreprise/Organisme :Luxembourg Institute of Health (LIH)
Niveau d'études :Master
Date de début :15 Septembre
Durée du contrat :2 years
Secteur d'activité :Recherche biomédicale
Description :The Biostatistician will join the LIH’s Competence Center for Methodology and Statistics (CCMS). Within the clinical research hub of the Department of Population Health, the CCMS provides methodological support in statistical planning and analysis and data handling for various laboratories and research groups as well as offering training in statistics and support in writing papers. To support the team and the new translational research center we are looking for a Biostatistician who will mainly be responsible for providing support in the design and analysis of clinical trials including early phase trials
En savoir plus :https://www.lih.lu/jobs/detail/biostatistician-mv0519-12924#scrollTop=0
Biostatistician - MV0519.pdf
Contact :virginie.delandsheer@lih.lu
PhD offer: developing Goodness-of-fit p-values for joint species distribution models
Publiée le 21/05/2019 09:04.
Référence : Thèse_GOF.
Thèse, Nogent sur Vernisson, France.
Entreprise/Organisme :Irstea
Niveau d'études :Master
Sujet :Theoretical and practical developments and dissemination of Goodness-of-fit p-values for JSDMs Joint-Species Distribution Models (JSDMs) make a lot of mathematical assumptions - sometimes with ecological implications – due to their complex structure and to the numerical limitations required to fit them. Goodness-of-fit p-values are one primary tool used in applied statistics to diagnose parametric models (see state of the art section). New goodness-of-fit p-values, called sampled posterior p-values, have desirable mathematical properties that make them relevant in very different contexts and that give them higher power than more classical GOF p-values which are known to be conservative. Yet, these p-values are currently underused, including in ecology. The aim of the PhD project is to develop further these p-values, both mathematically and “practically”, and broadcast their use in ecology with JSDMs as practical cases. More precisely, the objectives of this PhD project are: (i) To obtain mathematical results on GOF p-values for latent variables and in the case of “external” goodness of fit (where goodness-of-fit is gauged on data not used to estimate the model); (ii) To implement Monte-Carlo simulation techniques and gather results on how to practically use these p-values, with three directions in mind: use them on controlled sample sizes; better apprehend how results from these p-values can be interpreted (esp. in terms of metric choice and in a context where multiple metrics are used simultaneously); use one p-value vs. a collection of p-values, based on different samples from the estimator. (iii) Optionally, to disseminate these tools in ecology, with a special emphasis on JSDMs. At least one scientific manuscript should be targeted on each of these points. It would be welcome to incorporate these tools in statistical decision approaches.
Date de début :september 2019 (flexible)
Durée du contrat :3 yers
Rémunération :approx. 1870€ bruts
Secteur d'activité :Academic research
Description :Cf. pdf file.
En savoir plus :https://www.irstea.fr/fr/gosselin
Sujet thèse-GOF_Gambas_VF.pdf
Contact :frederic.gosselin@irstea.fr
Multisource forest inventory
Publiée le 20/05/2019 23:00.
Référence : PhD - DEEPSURF –2019-IGN.
Thèse, Laboratory of Forest Inventory, Nancy, France.
Entreprise/Organisme :IGN
Niveau d'études :Master
Sujet :The main objective of the French National Inventory (NFI) is to provide continuous evaluation of forest resources and their evolutions. The sampling design is set up to produce estimates at the national and regional scales, and to contribute to forest policies and their evaluation. With the development of bio-economy, there is a need to provide information at a finer scale, i.e. the forest territories. Multisource inventory methods were developed to provide more precise estimations of forest attributes at those operational scales. Multisource inventory methods rely, through appropriate statistical methods, on the combination of field plot data, precise but punctual, with auxiliary data, that are spatially continuous but providing information at a lower precision. Such a combination allows providing precise estimates of forest attributes at smaller scales, with a limited cost. The establishment of such method in France faces multiple difficulties. French forests are among the more diverse of Europe, due to the topographical and climatic gradients found over the country, and to the diversity of forest management practices. Such diversity requires adapting the methods to the landscape properties, with expected impacts on the genericity of the approach and the precision gains within the various territories. The main objective of this doctoral research is to contribute to the development of the first multisource inventory approach adapted to the French forest. To do so, the research will benefits from auxiliary data available over the whole territory and regularly updated, like aerial photograph covers, among others. The detailed objectives are : - To optimize the selection of auxiliary data. Current methods rely on the forest map, 3D models derived from aerial photos and high-resolution satellite images (i.e. Landsat). The objective will be to test the potential of data describing climate (temperatures, rainfalls) and biochemical and biophysical soil properties (pH, C/N, water storage capacity, hydromorphy). We will also consider times series of forest structure (diachronic 3D model generated form aerial photographs), and spectral properties of forest canopies (times series of vegetation indices). - To estimate the precision gains with respect to the forest complexity. Emphasize will be given to estimate wood resource per diameter classes, as well as flux variables, which are mandatory for sustained forest management. Flux estimates will be further used in an innovative application related to sanitary crises. The goal will be to quantify forest resources impacted by bark beetle in the Eastern part of France. - To develop statistical estimators coherent with those in use by the French NFI. A first step will be to harmonize the forest area estimations from the NFI and from the forest map. A second step will be to develop statistical estimators compatible with the one the NFI, to compute precision gains. The PhD will benefit from the NFI field data and auxiliary data acquired by IGN (forest map, Lidar and aerial photograph coverages), over the Vosges department (~ 6000 km2) and a territory of lowland hardwood forests in center of France (Sologne, 7500 km2). It will also benefit from high-resolution predictive maps of soil properties produced by the research unit Silva.
Date de début :01-10-2019
Durée du contrat :3 years
Description :Candidate Profile: Prerequisite: the candidate must have an interest for forest ecosystems. The topic requires competences in statistics, spatial analysis, scientific computing. Knowledge in Forest inventory and remote sensing are also advantageous. Working environment : the candidate will work with various software in statistics (R), data base management (PostgreSQL), GIS (QGIS, ArcGIS). Profile: master degree in statistics, applied mathematics, image and signal processing, or forestry with an experience in survey sampling. The candidate must be fluent in English with demonstrated writing skills
En savoir plus :https://inventaire-forestier.ign.fr/spip.php?rubrique245
Offre de thèse Inventaire Multisource - IGN LIF.pdf
Contact :cedric.vega@ign.fr
Statisticien Clinique
Publiée le 17/05/2019 17:12.
Référence : PXT_DS_02.
CDI, Issy-les-Moulineaux.
Entreprise/Organisme :PHARNEXT
Niveau d'études :Doctorat
Date de début :Dès que possible
Secteur d'activité :Biotechnologies
Description :Le département de Data Science de Pharnext est à la recherche d’un statisticien hautement qualifié et motivé avec une grande expérience des essais cliniques.
En savoir plus :https://www.pharnext.com/fr/offres-d-emploi
2 - FR - Statisticien Clinique.pdf
Contact :cv.datascience@pharnext.com
RESPONSABLE D'ETUDES DATA SCIENCE
Publiée le 17/05/2019 13:44.
Référence : R2488446.
CDI, MARCY L'ETOILE (69).
Entreprise/Organisme :SANOFI PASTEUR
Niveau d'études :Doctorat
Date de début :Dès que possible
Secteur d'activité :PHARMACEUTIQUE - PRODUCTION DE VACCINS
Description :Au sein de la Plateforme Data Science du département MTech (Manufacturing Technology), le/la responsable d’études data science contribue à l’atteinte de l'excellence industrielle pour le site de Marcy l'Etoile (69) sur le volet robustesse et performance des procédés de fabrication et analytiques en apportant aux différents clients présents sur le site (MTech, Laboratoires de contrôle, Production, Sciences Analytiques) ses compétences en data science (statistique, mathématique, machine learning, traitement de données textuelles et d’images). En particulier, il/elle apporte à ses différents clients internes les outils, les méthodes, les analyses, les formations et l’accompagnement en data science qui sont nécessaires au suivi, à l’optimisation, au développement des produits / procédés de production et de contrôle. Activités Techniques : Suivre et accompagner ses clients internes (Spécialiste produit, responsable de laboratoires…) pour capter les besoins en data science et proposer des solutions adaptées Accompagner les clients dont il a la charge dans la mutation digitale et en data science (communications, formations…) Réaliser des analyses de données pour répondre aux besoins des différents clients dont il est en charge Réalisation de preuve de concept Data Science en collaboration avec des équipes de production Accompagner, en tant que data scientist, l’initiative Continous Process Verification sur son périmètre produit Faire de la veille technologique sur des sujets data science et être le référent pour ses collègues statisticiens (Formation) Présenter en interne et en externe des sujets relatifs à son activité Formation et compétences attendues du candidat : Diplôme universitaire supérieur scientifique (ingénieur, master…) ou doctorat 3 à 5 ans en data science, mathématiques appliquées, statistiques… Expertise technique en data science (machine learning, modélisation prédictive / statistique / probabiliste, traitement de données textuelles et d’images, mathématiques appliquées…) Anglais (parlé et écrit) Connaissance des logiciels statistiques R et SAS Connaissance des outils/librairies Data Science Python (Pandas, SciPy, Anaconda), Tensorflow… Rejoignez une entreprise certifiée Top Employer France 2019
En savoir plus :https://sanofi.wd3.myworkdayjobs.com/SanofiCareers/job/Marcy-lEtoile/Responsable-d-tudes-data-scienc
Contact :helene.ferrand@sanofi.com
Maître de conférences en Statistique et Data Sciences
Publiée le 17/05/2019 09:14.
Référence : MCF STAT DATA SCIENCES.
CDI, Nantes - Angers.
Entreprise/Organisme :Université Catholique de l'Ouest
Niveau d'études :Doctorat
Date de début :01/09/2019
Durée du contrat :Indéterminé
Rémunération :Grille MdC 2ième classe
Secteur d'activité :Enseignement et Recherche en Statistique Appliquée
Description :Ce poste d'enseignant-chercheur consiste à accompagner le développement de l’offre de formation de l'UCO, dans le domaine de l’ingénierie décisionnelle et plus particulièrement sur l’axe statistique et Data Sciences. Il consiste également à participer à l’encadrement des étudiants en première et deuxième année de licence MIASHS sur le campus Nantais, tout en contribuant à développer le réseau d’entreprises et d’établissements publics partenaires de l’UCO notamment en vous impliquant personnellement dans le tissu socio-économique de la métropole nantaise.
En savoir plus :https://ima.uco.fr/
Appel à candidatures MCF Stat Data Sciences.pdf
Contact :recrutement@uco.fr
Offre d’emploi Postdoctorat Chercheur(se) en Biostatistique
Publiée le 17/05/2019 09:14.
Postdoc, Calvi (Corse).
Entreprise/Organisme :STAtion de REcherches Sous-marines et Océanographiques (STARESO)
Niveau d'études :Doctorat
Date de début :Juillet 2019
Durée du contrat :1 an
Secteur d'activité :Océanographie
Description :La Baie de Calvi offre un cadre littoral représentatif et typique de la Méditerranéenne. Les fonds côtiers et les grandes colonnes d’eau du large cohabitent et permettent des travaux scientifiques depuis le littoral jusqu’à des masses d’eaux de type océanique. Depuis 2012, le programme de recherche STARECAPMED (financement Agence de l’eau RMC et Collectivité de Corse) a pour but d’améliorer la compréhension générale du fonctionnement des écosystèmes marins. Le site atelier STARECAPMED permet de mettre en commun de longues séries temporelles de données pour étudier les influences des pressions globales liées aux évolutions du climat et aux pressions locales liées au développement des activités humaines. Pour satisfaire ces objectifs, des mesures, des prélèvements, des analyses, ou encore des comptages sont réalisés à haute fréquence sur l’ensemble de la baie. Les thématiques de recherche développées sont:  les études de la biodiversité, de la structure et du fonctionnement des écosystèmes benthiques et pélagiques à différentes échelles d’espace et de temps;  l’étude de l’évolution temporelle des producteurs primaires (plancton, algues, herbiers…) depuis plus d’un demi-siècle, en relation avec les variations climatiques; - la caractérisation et la prédiction des réponses du système marin aux variations climatiques et aux perturbations anthropiques, dans une optique d’aide à la gestion de l’environnement côtier; - le bilan carbone des écosystèmes; - l’écotoxicologie et l’étude des polluants émergents ; - le continuum « terre/mer » entre les eaux continentales et océaniques. En lien étroit avec l’équipe de recherche de la station, il/elle aura comme activités principales: - l’Analyse de la base de données STARECAPMED, analyse de séries temporelles, modélisation, - l’Implémentation de modèles prédictifs (machine learning) développés sous R, - Développer des outils pour faciliter l’analyse et le traitement des données (scripts d’automatisation des procédures), - Présenter les résultats sous forme scientifique et synthétique, rédaction de rapports d’analyses, rédaction d’articles scientifiques.
En savoir plus :NA
Offre_emploi_post-doc_STARESO.pdf
Contact :michel.marengo@stareso.com

<1>  2  3  4  5  6  7  Page suivante

 
 
©2019 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :