Consulter les offres d’emploi

Senior statistical expert
Publiée le 29/05/2020 10:26.
CDI, Chilly Mazarin (91).
Entreprise/Organisme :SANOFI R&D
Niveau d'études :Doctorat
Date de début :ASAP
Secteur d'activité :Pharmaceutical Industry
Description :Within the Statistical Sciences & Modeling (SSM) team of a leading company in the pharmaceutical industry, as a senior methodologist, your main responsibilities will involve: - being in charge of providing strong methodological and statistical support on an ad-hoc basis to study and project biostatisticians - contributing to the definition of the statistical methodology and the elaboration of statistical analysis plans requiring a particular level of statistical expertise - actively participating in internal statistical working groups or scientific forums within the R&D division - representing the Biostatistics & Programming (B&P) department at external events (e.g. congresses, workshops, pharmaceutical industry working groups) - ensuring a scientific and regulatory monitoring on key methodology topics - contributing to educate colleagues, both statisticians and non-statisticians, on statistics - doing in-depth research work on a few statistical topics under the supervision of SSM leaders - developing, validating and documenting SAS, R or Matlab programs to implement new / innovative statistical methods and ensure appropriate training to statistical colleagues - supervising or providing support to student interns within the B&P department - coordinating or contributing to activities of external partners (e.g. statistical package editors, consultants / experts, research organizations or other pharmaceutical companies)
En savoir plus :https://sanofi.wd3.myworkdayjobs.com/SanofiCareers/job/Chilly-Mazarin/Research-Statistician-H-F_R2538413-1
Contact :loic.darchy@sanofi.com
Quantile Regression for Censored Data
Publiée le 28/05/2020 15:10.
Référence : 2020 Global PhD Partnership.
Thèse, Leuven, Belgium and Louvain-la-Neuve, Belgium.
Entreprise/Organisme :KU Leuven and UCLouvain
Niveau d'études :Master
Sujet :The objective of this project is to develop and study consistent and computationally efficient procedures to conduct estimation and inference in quantile regression models with complicated censoring mechanisms.
Date de début :1 September 2020, or at another date to be agreed by all parties.
Durée du contrat :Full-time doctoral scholarship for 1 year, renewable till max. 4 years after positive evaluation.
Description :The successful candidate will work under the joint supervision of Prof. Anouar El Ghouch(ISBA, UCLouvain) and Prof. Ingrid Van Keilegom (ORSTAT, KU Leuven) to prepare a PhD thesis in statistics.
En savoir plus :https://uclouvain.be/en/research-institutes/lidam
annonce-05-2020-1.pdf
Contact :anouar.elghouch@uclouvain.be
PhD offer: statistical developments around joint species distribution models
Publiée le 28/05/2020 14:22.
Référence : Thèse_GOF_2020.
Thèse, Nogent-sur-Vernisson, France.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Sujet :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 :01/10/2020
Durée du contrat :3 years
Rémunération :around 1500€ after social taxes (but before revenue tx)
Secteur d'activité :Recherche environnementale
Description :see pdf file.
En savoir plus :www.inrae.fr
Sujet thèse-GOF_Gambas_VF3.pdf
Contact :frederic.gosselin@inrae.fr
Postdoctoral position in mathematical modelling of SARS-CoV-2 serological data
Publiée le 26/05/2020 21:03.
Référence : Postdoctoral position in mathematical modelling of SARS-CoV-2 serological data.
CDD, Paris.
Entreprise/Organisme :Institut Pasteur
Niveau d'études :Autre
Date de début :Aout 2020
Durée du contrat :12 mois
Description :Postdoctoral position in mathematical modelling of SARS-CoV-2 serological data The Malaria: Parasites and Hosts Unit at Institut Pasteur utilises tools from molecular biology, serology and statistical and mathematical modelling to investigate the epidemiology of malaria and other infectious diseases. Building on our Unit’s long-standing expertise in serological surveillance, our inter-disciplinary team have developed a highly sensitive and highly specific serological assay to detect previous infection with SARS-CoV-2. This approach utilises multiplex serological assays, and has two notable advantages: • By measuring antibodies to multiple SARS-CoV-2 antigens, we can obtain higher sensitivity and specificity than single antigen diagnostic tests. • This technology will allow integrated serological surveillance of SARS-CoV-2 with other pathogens such as malaria and neglected tropical diseases. We are seeking a candidate for a post-doctoral position with expertise in statistics, data analytics, or mathematical modelling of infectious diseases to work on the following projects: • Develop algorithms for classifying previous SARS-CoV-2 infection given measurements of multiple antibody responses. • Analyse data from serological surveys in France, Senegal, Côte d’Ivoire, and Cameroon. • Develop mathematical models of antibody kinetics to assess the duration of immunity and how the sensitivity of diagnostics tests will change over time. The successful candidate will be given a one-year contract for this project focused on SARS-CoV-2 serological surveillance. Importantly, there is a pathway to develop your interests beyond coronavirus. At the end of the first year, should both parties agree, there will be another position on a European Research Council project: “Algorithms and multiplex assays for integrated serological surveillance of malaria and neglected tropical diseases”. This second project will build on the advances currently being made in the laboratory to develop serological surveillance strategies for other infectious diseases such as trachoma, schistosomiasis, Zika, and dengue. Interested candidates should contact Dr Michael White (michael.white@pasteur.fr) with a statement of interest and a CV including contact details of two academic referees. Location: Malaria: Parasites and Hosts Unit, Institut Pasteur, 25-28 Rue du Dr Roux, 75015 Paris, France. Person specification: • Research experience of working with mathematical and/or statistical models. • A strong interest in infectious disease epidemiology. • Programming experience in C, C++ or Java. • Knowledge of a statistical programming language (preferably R). • Ability to collate and analyse data, interpret and present results to a high standard using a range of specialised research techniques. • Excellent verbal and written communication skills. The working language of the laboratory is English. • Experience in communicating research findings to a non-specialist audience. • PhD in one of the following areas: infectious disease epidemiology, statistics, population biology, mathematics, physics, computer science or a similarly quantitative discipline.
En savoir plus :https://research.pasteur.fr/en/team/malaria-parasites-and-hosts/
Contact :michael.white@pasteur.fr
« Mathador : Le big data au service de l'apprentissage du calcul mental »
Publiée le 26/05/2020 11:19.
Référence : Post-doctorat Cnam-Cedric, Canopé.
Postdoc, Cnam 2, rue Conté 75003 Paris.
Entreprise/Organisme :Conservatoire National des Arts et Métiers - laboratoire CEDRIC
Niveau d'études :Autre
Date de début :septembre 2020
Durée du contrat :16 mois
Rémunération :3000
Secteur d'activité :big data éducation mathématiques
Description :Descriptif du projet : Réseau Canopé, éditeur public de ressources pédagogiques, produit et anime un jeu de calcul mental en réseau intitulé Mathador, composé de deux applications (Solo et Chrono) et d'un Concours national. Mathador (http://www.mathador.fr) fonctionne comme tout jeu en réseau, grâce à une interface de programmation (API) chargée de gérer les joueurs et les parties. Chaque jour, des milliers d’informations montantes et descendantes circulent entre cette API et les terminaux utilisés par les élèves : - des données de jeu : nombre de parties, points marqués, trophées obtenus, changements dans les classements, invitations à disputer une revanche, etc. - mais surtout, des données à haute valeur pédagogique : les calculs effectués au fil du temps, par chaque élève, dans chacune des épreuves qu’il dispute. Ces données d'apprentissage massives peuvent être fouillées et exploitées afin d'exploiter de différentes manières leurs richesses : c’est l’objet du projet pour lequel un post-doc est proposé. Le projet est actuellement dans sa quatrième année. Lors de la première année, les élèves impliqués ainsi que des élèves d’un groupe contrôle ont passé un pré-test et un post-test pour évaluer les progrès liés à la pratique du jeu. Le dispositif de collecte, de recherche et d’exploitation Chaque année, environ 70 classes de primaire et de collège de Bourgogne ont joué aux différents modes de jeu Mathador, environ 15' par élève par semaine. Ainsi disposons-nous d’une base de données d’environ 1 200 000 calculs d’élèves. Trois équipes de recherche sont intervenus pendant la constitution de cette source : le laboratoire CEDRIC du Cnam, le LDAR (Université Paris – Diderot) et le laboratoire Paragraphe (Université Paris 8 et Cergy-Pontoise). Les travaux déjà réalisés, en partenariat avec l’équipe de réseau Canopé, ont permis le recueil, l’extraction et le nettoyage et la préparation des données générées par le jeu. Descriptif de la proposition : Contrat à durée déterminée à pourvoir dès septembre 2020, fin de contrat au 31/12/2021. La mission scientifique du post-doctorant sera : - la fouille des données massives générées par l’utilisation du jeu au cours des années 1, 2 et 3. - L’analyse des stratégies de calcul des élèves lors de la réalisation des épreuves. - La mise en regard de ces stratégies avec des différences de performances obtenues lors des pré- et post-tests pour les données de l’année 1. - Participation à la diffusion scientifique des travaux. Le post-doctorant sera encadré par trois chercheurs : Isabelle Barbet, Maitresse de conférences au Cnam ; Emmanuel Sander, Professeur à la Faculté de Psychologie et des Sciences de l’Éducation de l’Université de Genève et Sébastien Puma, Maitre de conférences à l’université de Cergy-Pontoise. Il travaillera également en collaboration avec le porteur du projet, Canopé
En savoir plus :https://cedric.cnam.fr/lab/equipes/ilj/
ProfilPostDocFinalMathador1.pdf
Contact :isabelle.barbet@lecnam.net
Ingénieur RS2E en big data et intelligence artificielle (H/F)
Publiée le 20/05/2020 17:46.
Référence : UMR7314-ALEFRA-008.
CDD, AMIENS.
Entreprise/Organisme :LRCS -CNRS
Niveau d'études :Master
Date de début :21 septembre 2020
Durée du contrat :12 mois
Rémunération :Entre 2400 et 2700 euros bruts mensuels selon expérience
Description :Nous recherchons une personne pour assurer les missions suivantes: - mettre en place, surveiller et optimiser une infrastructure (matérielle et logicielle) de stockage et d'échange de données entre les différents laboratoires du Réseau français de stockage électrochimique de l'énergie (RS2E) et des partenaires d'un projet européen récemment accordé dans le cadre de l'initiative de recherche Battery 2030+ (https://battery2030.eu/). L'infrastructure sera située au Hub de l'Energie (Amiens, France) et sera également reliée aux processeurs graphiques installés dans la plateforme MATRICS de l'Université de Picardie Jules Verne (UPJV), pour réaliser des analyses de données basées sur des outils d'Intelligence Artificielle; - mettre en place un fichier de données standardisé dans le Cloud qui sera alimenté en continu avec des données expérimentales par les laboratoires du RS2E et les partenaires européens, effectuer des analyses et des prévisions de données à l'aide des algorithmes d'apprentissage automatique, et assurer aux partenaires un accès sécurisé aux données et aux résultats.
En savoir plus :https://emploi.cnrs.fr/Offres/CDD/UMR7314-ALEFRA-008/Default.aspx
Portail Emploi CNRS - Offre d'emploi - Ingénieur RS2E en big data et intelligence artificielle (H_F).pdf
Contact :alejandro.franco@u-picardie.fr
Structuration automatique des données de la littérature francophone
Publiée le 18/05/2020 14:05.
Thèse, laboratoire ERIC (campus de Bron).
Entreprise/Organisme :Université Lyon 2
Niveau d'études :Master
Sujet :Structuration automatique des données de la littérature francophone
Date de début :01/09/2020
Durée du contrat :36 mois
Rémunération :contrat doctoral standard
Description :Le projet LIFRANUM vise à constituer et analyser le corpus des productions littéraires francophones nativement numériques. Il s’agit d’un projet financé par l’ANR qui regroupe un laboratoire de sciences humaines (MARGE), un laboratoire d’informatique (ERIC) et la Bibliothèque Nationale de France (BnF). Dans le cadre de ce projet, le laboratoire ERIC recherche un.e candidat.e pour une thèse de Doctorat qui débuterait en septembre 2020. Plus de détails sont donnés dans le fichier PDF.
En savoir plus :http://mediamining.univ-lyon2.fr/velcin/position/thèse_LIFRANUM.pdf
thèse_LIFRANUM.pdf
Contact :julien.velcin@univ-lyon2.fr
Ingénieur de Recherche - Biostatisticien Senior
Publiée le 18/05/2020 09:29.
CDD, URC PNVS, Hôpital Bichat, 46 rue Henri Huchard 75018 Paris.
Entreprise/Organisme :URC PNVS, DRCI, AP-HP (Unité de recherche clinique Paris Nord Val de Seine)
Niveau d'études :Doctorat
Date de début :Dès que possible
Rémunération :Grille salariale d’ingénieur de recherche AP-HP avec reprise possible de l’ancienneté
Secteur d'activité :Recherche Clinique
Description :Présentation de la structure : L’unité de recherche clinique Paris Nord Val de Seine, URC PNVS, est dirigée par le Pr France Mentré. La responsable adjointe est le Dr Camille Couffignal et le Dr Cédric Laouénan est responsable de l’activité biométrie. L’URC PNVS gère les projets menés par les investigateurs des cinq sites (Beaujon - Clichy, 92; Bichat - Paris, 75; Bretonneau – Paris, 75; Louis-Mourier - Colombes, 92; EHPAD Adelaïde-Hautval – Villiers-le-Bel, 95) du groupe hospitalier (GH) universitaire AP-HP.Nord – Université de Paris. Elle est constituée d’une équipe de plus de cinquante personnes parmi lesquelles: praticiens hospitaliers médecin ou pharmacien, chefs de projet, statisticiens, data-managers, bio-informaticiens, datascientists, attachés de recherche clinique, techniciens d’étude clinique. L’URC PNVS a pour missions principales la mise en oeuvre et le suivi des projets de recherche clinique portés par les investigateurs (médecins, pharmaciens, dentistes, sages-femmes ou paramédicaux) du groupe hospitalier AP-HP.Nord – Université de Paris dont l’AP-HP est promoteur. L’URC PNVS met à la disposition des investigateurs des compétences méthodologiques, statistiques et technico-réglementaire pour les aider à concevoir des projets de recherche et assurer leur accompagnement (méthodologie, biostatistiques, conformité, faisabilité, budgets prévisionnels, réponses aux appels d’offres). Représentante du promoteur, l’URC PNVS assure le suivi et le contrôle de la qualité des recherches, la gestion des données des projets et participe à la coordination des activités de recherche du groupe hospitalier. L’URC est en relation très étroite avec le département d’épidémiologie, de biostatistiques et de recherche clinique (DEBRC) et apporte un soutien méthodologique à la recherche clinique sur le groupe hospitalier. Il est constitué d’un PU-PH, 2 MCU-PH, 2 PH, 3 AHU, 2 ingénieurs de recherche, d’internes (de pharmacie et de santé publique), et 1 secrétaire. Deux autres structures sont également hébergées par le département : - la plateforme génomique du GH avec un ingénieur statisticien (analyses de données génétiques et omiques) ; - le centre de méthodologie de REACTing (REsearch and ACTion targeting emerging infectious diseases) de l’ITMO I3M d’AVIESAN (préparation de la recherche en période d’inter-épidémique et méthodologie, mise en place et analyses d’essais clinique en période d’épidémie de maladies infectieuses émergentes). Dans le cadre de nos missions via REACTing, le département est grandement impliqué dans plusieurs essais sur l’infection par le SARS-CoV-2. Nous assurons notamment la méthodologie, la gestion et les analyses de la cohorte nationale INSERM des patients infectés par le SARS-CoV-2 (FRENCH COVID), des cohortes nationales INSERM sur l’excrétion virale chez les sujets contacts considérés à risque élevé/modéré d’infection par le SARS-CoV-2 (COV-CONTACT et COV-CONTACT-SERO), de l’essai thérapeutique randomisée européen sur l’efficacité et de la sécurité des traitements des patients adultes hospitalisés pour une infection COVID-19 (DISCOVERY) et de l’essai thérapeutique randomisé AP-HP sur l’efficacité de la dexamethasone et de l’oxygénothérapie en réanimation (COVIDICUS). Missions proposées : Élaboration des études - Élabore des études cliniques en lien avec l’investigateur et le méthodologiste. - Participe activement aux réunions méthodologiques de l’URC et du DEBRC. - Participe à la rédaction des protocoles, en particulier des parties méthodologiques et statistiques (hypothèses, objectifs ,critères de jugements, analyse statistique, calcul du nombre de sujets), en assurant la cohérence entre les objectifs de l’étude, la faisabilité pratique, la validité des méthodes statistiques proposées et le respect des règles de bonne pratiques cliniques. - Propose et choisit en concertation avec l’investigateur et le méthodologiste les méthodes statistiques les plus appropriées pour répondre aux objectifs de l’étude. - Assure une veille scientifique régulière pour identifier les nouvelles méthodologies ou techniques statistiques qui pourraient être implémentées dans les études planifiées ou en cours dans l’URC. - Diffuse et explique ces nouvelles méthodes aux biostatisticiens et aux méthodologistes. Conduite des études - Participe à la planification et à l’organisation des études. - Assure la responsabilité et l’organisation des procédures de randomisation. - Conseille pour le choix de l’ensemble des techniques et procédures assurant le bon déroulement de l’étude, en particulier pour les aspects méthodologiques et statistiques. - Participe activement aux comités de pilotage et aux éventuels comités indépendants de gestion des évènements indésirables. - Assure la liaison avec les prestataires de service en charge de la saisie des données pour la constitution des bases. - Assure la liaison avec les bio-informaticiens en charge des bases de données afin de garantir la qualité des bases en vue de leur exploitation. Analyse et diffusion des résultats - Rédige le plan d’analyse statistique en lien avec l’investigateur et le méthodologiste - Choisit les méthodes d’analyse les plus adaptées pour répondre aux objectifs de l’étude. - Analyse les données en fonction des objectifs de l’étude, analyses descriptives, univariées, multivariées et modélisation pour des données qualitatives, quantitatives ou de survie. - Recherche et implémente de nouveaux logiciels permettant l’application de nouvelles techniques statistiques adaptées aux données à analyser - Rédige un rapport d’analyse statistique détaillé pour présenter les résultats de l’étude à l’investigateur. - Explique les résultats et les méthodes employées à l’investigateur pour s’assurer de leur bonne interprétation. - Participe à la rédaction des rapports scientifiques et à la diffusion des résultats de l’étude en vue de publications. Encadrement - Aide les biostatisticiens dans le choix et l’implémentation des techniques les plus pertinents, en particulier dans des situations où des nouvelles méthodes doivent être utilisées - Assure la formation des internes en médecine et des stagiaires de master concernant le choix des méthodes statistiques, l’apprentissage et l’utilisation des logiciels statistiques, l’analyse des données, l’interprétation des résultats, la rédaction et la présentation des résultats des analyses.
En savoir plus :NA
Fiche-de-Poste-IR_20200518.pdf
Contact :cedric.laouenan@aphp.fr
Prédiction spatio-temporelle par équations différentielles partielles stochastiques
Publiée le 15/05/2020 18:01.
Thèse, Fontainebleau.
Entreprise/Organisme :Mines ParisTech
Niveau d'études :Master
Description :Dans un contexte de transition écologique il est crucial de disposer d’outils d’analyse et de prédiction de l’évolution des milieux naturels et des variables climatiques pour la prise de décision et la gestion des mesures d’atténuation ou d’adaptation. De nombreux domaines des sciences environnementales cherchent à prédire dans l'espace-temps une variable d'intérêt à partir d'observations en certains points d'un domaine d'étude (spatio-temporel) et de variables explicatives (appelées covariables) connues exhaustivement. Par ailleurs l’explosion informatique et les progrès technologiques des instruments de mesure nous ont fait passer de la gestion de la rareté des données à la gestion de leur abondance. Les méthodes numériques doivent être repensées pour traiter de façon efficace ces jeux de données de très grande taille. Les statistiques spatio-temporelles se sont longtemps limitées à l'hypothèse d'une structure stationnaire dans l'espace-temps. Les enjeux de la thèse sont donc de tirer partie de la richesse des jeux de données actuels, ce qui permet de relaxer cette hypothèse de stationnarité et ainsi améliorer la qualité des prédictions des méthodes géostatistiques. Dans un cadre non-stationnaire, de nombreuses approches ont été développés pour modéliser ces variations spatiales de structure, cf. Fouedjio (2017) ou Schmidt (2020) pour une revue. L’approche SPDE (Stochastic partial differential equations, Lindgren et al., 2011) permet d'incorporer facilement ces non-stationnarités en faisant varier dans l’espace et dans le temps les coefficients d’un opérateur différentiel. C’est sur cette approche SPDE que nous proposons de nous appuyer pour parvenir à des méthodes de prédiction spatio-temporelles efficaces dans un cadre non-stationnaire. Les travaux engagés dans l’équipe Géostatistique, dont certains en collaboration avec BioSP, sont en pointe dans le domaine. Dans le cadre spatial, des avancées mathématiques et algorithmiques (Carrizo et al, 2018 ; Pereira & Desassis, 2018 ; Pereira & Desassis, 2019) majeures ont été accomplies, permettant de traiter de façon efficace des jeux de données de très grande taille. Par ailleurs la thèse de Ricardo Carrizo-Vergara (2018) a permis de définir de nouveaux modèles spatio- temporels dans ce cadre, incorporant les processus physiques liés aux phénomènes étudiés (convection, diffusion,...). Nous savons actuellement simuler ces modèles mais les problèmes liés à l'inférence et au conditionnement par les données observées restent entiers. L’objectif de ce projet de thèse est donc de proposer des méthodes efficaces pour l’inférence et la prédiction dans un cadre spatio-temporel, non stationnaire, basé sur l’approche SPDE. Un premier cadre d’application concerne la prédiction de la qualité de l'air en incluant des données de micro-capteurs, en lien avec une thèse déjà en cours en partenariat avec l’INERIS. Le cadre d'application de ces travaux ne se limite pas aux données de qualité de l'air. Ce type d'approche peut s'appliquer dans un grand nombre de domaines des géosciences, par exemple le climat, la qualité de l'eau au sein des nappes phréatiques, la quantification de la ressource hydrique, le suivi de données de sol, notamment l'évaluation des stocks de C.
En savoir plus :xx
these_SPDE.pdf
Contact :thomas.romary@mines-paristech.fr
Ingénieur.e Développeur.se informatique DataLab (BAP E)-Applications de mise à disp collecte données
Publiée le 14/05/2020 18:44.
Référence : Ingénieur.e Développeur.se informatique DataLab (BAP E) - INED.
CDD, Aubervilliers, Campus Condorcet.
Entreprise/Organisme :INED (institut national d'études démographiques)
Niveau d'études :Master
Date de début :dès que possible
Durée du contrat :12 mois possiblement renouvelable
Rémunération :fonction du diplôme et de l'expérience
Secteur d'activité :informatique
Description :La personne recrutée partagera son temps au sein du service des enquêtes et sondages entre : - L’appui et la veille informatique nécessaires à la mise à disposition des données et aux développements des travaux du DataLab ; - La réalisation d’applications informatiques de collecte et de suivi de collecte pour les projets d’enquêtes. Pour le premier point, la personne recrutée sera amenée à : - épauler l’équipe du DataLab dans le développement, l’exploitation, la maintenance et la mise à jour de logiciels de mise à disposition des données d’enquêtes et agrégées ; - concevoir des solutions informatiques pour simplifier le processus de production de la documentation des données d’enquêtes selon la norme internationale DDI (Data Documentation Initiative) ; - faire une veille sur les réalisations informatiques dans ce domaine par d’autres instituts européens ou internationaux, etc. Concernant ce dernier élément, un important chantier à venir concernera la mise en place de nouvelles solutions pour la diffusion et la visibilité des données d’enquêtes de l’Ined. Pour le second point, la personne recrutée sera amenée à : - collaborer avec l’informaticien d’enquête du service pour développer des applications informatiques nécessaires à la gestion complète d’une enquête (applications de collecte de données, outils de suivi et de gestion de collecte) ; - administrer techniquement et fonctionnellement les applications développées ; - assurer la maintenance corrective, évolutive et adaptative des applications existantes ; - prendre en charge l'accompagnement au changement, la formation et l'assistance des utilisateurs ; - élaborer avec les statisticiens du service des programmes pour les contrôles de la qualité des données collectées en cours de collecte, etc. Cette personne sera également chargée de faire une veille sur les outils de collecte de données d’enquêtes intégrant la norme DDI dès la conception (DDI-LifeCycle).
En savoir plus :xx
070520-Ingenieur.e développeur.se informatique Datalab.pdf
Contact :recrutements@ined.fr
DATA MANAGER, GESTIONNAIRE DE DONNEES
Publiée le 14/05/2020 18:43.
Référence : GBD COREVIH.
CDD, Hopithal bichat claude Bernard 46 rue HENRI HUCHARD 75018 PARIS.
Entreprise/Organisme :COREVIH IDF NORD
Niveau d'études :DUT/Licence ou équivalent
Date de début :Des que possible
Durée du contrat :CDD renouvalbles puis CDI apres 2ans
Rémunération :entre 1800 et 2400 selon le niveau d'etude et l'experience
Secteur d'activité :Santé
Description :ACTIVITES Base de données • Lecture des dossiers, recueil et codage des données (CIM10, thésaurus des médicaments, classification des actes…) • Saisie informatique sur logiciels d’épidémiologie (NADIS, DOMEVIH) • Gestion des utilisateurs, des autorisations, paramétrages, assistance aux utilisateurs • Report des incidents survenus : Interface entre les utilisateurs, la Direction Informatique de l’hôpital et l’éditeur du logiciel • Contrôle-qualité des données • Requêtes dans la base de données (Access/SQL) • Maitrise de logiciels de traitement de texte (Word, power point) et d’analyse statistique (Access, Excel) • Epidémiologie • Organisation locale d’enquêtes • Co-réalisation de travaux scientifiques (recueil des informations, synthèse des données, analyse, ...) • Co-réalisation de présentation de travaux scientifiques à des congrès, d’articles et de publications • Rédaction de rapports d’analyse et de synthèse. Recherche clinique • Screening des patients éligibles à partir des bases de données • Organisation de la vérification des données en vue des monitorings Réunions • Réunions COREVIH : Contribuer à l’avancement des travaux de réflexion sur l’amélioration de la prise en charge des personnes vivant le VIH en participant aux divers groupes de travail du COREVIH IDF NORD • Staff du service et autres réunions internes (staff viro, réunions de recherche clinique, ...) • Organisation de réunions et comptes rendus
En savoir plus :xx
Fiche_de_poste_GESTIONNAIRE BD_2020.pdf
Contact :sylvie.legac@aphp.fr
Biostatisticien Safety Efficacy H/F
Publiée le 13/05/2020 12:00.
Référence : Biostatisticien Safety Efficacy.
CDI, Neuilly-sur-Seine.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :ASAP
Durée du contrat :CDI
Secteur d'activité :Industrie Pharmaceutique
Description :Société de prestation de service, IT&M STATS met à la disposition de ses clients des collaborateurs expérimentés, professionnels et motivés dans les métiers de l’Analyse Statistique et de la Donnée. Expert dans le domaine de la Santé depuis plusieurs années, IT&M STATS a aujourd’hui la confiance de nombreux acteurs dans les domaines pharmaceutique, agroalimentaire et cosmétique et se développe également vers de nouveaux secteurs d’activités. 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 un client du secteur pharmaceutique, basé en région parisienne un(e) Biostatisticien(ne) confirmé(e). L'objet de la prestation est de réaliser le support statistique pour des études non cliniques d'efficacité ou de Safety de plusieurs entités dans le respect des guidelines internes et des BPL pour les études entrant dans ce cadre. - Réalisation des analyses statistiques pour des études de Recherche avec rédaction d’un rapport statistique en Anglais - Revue et validation de la partie statistique des rapports de Pharmacologie Spécifiques produits par des chercheurs - Réalisation de calculs de sujets ou de puissance pour des protocoles expérimentaux de Recherche. - Contribution à la validation des calculs et à la documentation de validation lors de "change control" sur des applications statistiques End-user du département - Support ou Analyse et production de rapports pour les études de sécurité BPL - Vous êtes titulaire d’un diplôme Bac+5 Diplômé(e) d’une école type : ENSAI, ISUP, ISPED, vous avez une formation scientifique, spécialisée en biostatistiques - Vous justifiez d’une expérience professionnelle de 2 à 5 ans en CRO ou en laboratoire pharmaceutique - Une bonne maitrise de SAS et R/Rshiny est attendue - Une bonne connaissance du CDISC/ADAM est souhaitable - Vous êtes organisé(e), rigoureux(se) et autonome - Vous avez un bon niveau d’anglais Type d'emploi : Temps plein, CDI
En savoir plus :http://www.itm-stats.com/
06012020 Biostatisticien NCES.pdf
Contact :recrutements@itm-stats.com
Chef de Projet Data Management H/F
Publiée le 13/05/2020 12:00.
Référence : Chef de projet data management.
CDI, Neuilly-sur-Seine.
Entreprise/Organisme :IT&M STATS
Niveau d'études :Master
Date de début :ASAP
Durée du contrat :CDI
Secteur d'activité :Industrie Pharmaceutique
Description :Société de prestation de service, IT&M STATS met à la disposition de ses clients des collaborateurs expérimentés, professionnels et motivés dans les métiers de l’Analyse Statistique et de la Donnée. Expert dans le domaine de la Santé depuis plusieurs années, IT&M STATS a aujourd’hui la confiance de nombreux acteurs dans les domaines pharmaceutique, agroalimentaire et cosmétique et se développe également vers de nouveaux secteurs d’activités. Nous basons notre relation sur : Un respect des collaborateurs et des clients, de leurs aspirations, Un suivi personnalisé des collaborateurs et des clients, Une gestion régulière des carrières des collaborateurs, Des échanges transparents, Une réactivité, une disponibilité et une écoute permanentes. Nous recherchons pour un client du secteur pharmaceutique, basé en région parisienne, un Chef de Projet Data Management. Missions · S’assurer que la collecte, le traitement et le reporting des données cliniques pour les franchises Globales et /ou Locales sont réalisés en accord avec les procédures et process de Data Management prônant qualité, rigueur et objectivité. · S’assurer que les bases de données cliniques présentées pour les analyses et le reporting d’études cliniques, sont présentées d’une manière à ce que l’évaluation de ces données résiste aux interrogations et examens des autorités réglementaires. · Contribuer à l’amélioration des procédures de Data Management, de manière à renforcer la livraison de base de données cliniques et augmenter la productivité. · Contribuer à la réalisation d’excellence Clinique en encourageant une approche collaborative entre les équipes. Profil Vous êtes titulaire d’un diplôme Bac+5 minimum scientifique orienté Science du Vivant, idéalement spécialisée en Data Management Vous justifiez d’une expérience professionnelle de près de 10 ans en Data Management Clinique et en EDC Connaissances approfondies des GCP, GPP, GCDMP et ICH applicables au Data Management Expérience en gestion de CRO et en particulier en gestion de projets et de contrats en lien avec le Data Management Capacité à travailler au sien d’une équipe multidisciplinaire, dans un environnement international Disposez d’un fort esprit d’équipe et avez déjà collaboré avec des collègues de background et de séniorité variés Une bonne maitrise de SAS est attendue Une bonne connaissance du CDISC/ADAM est souhaitable Vous êtes organisé(e), rigoureux(se) et autonome Vous avez un niveau d’anglais courant Contact : Ana Gomes - recrutements@itm-stats.com
En savoir plus :http://www.itm-stats.com/
12052020 Chef de Projet DM.pdf
Contact :recrutements@itm-stats.com
MAchine Learning et MOtion CApture pour l’analyse de la Langue des Signes
Publiée le 13/05/2020 10:24.
Référence : MALMOCAP-sfds.
Thèse, Evry.
Entreprise/Organisme :Laboratoire de Mathématiques et Modélisation d'Evry et MOCAPLAB
Niveau d'études :Master
Sujet :Encadrants : Académique : Nicolas BRUNEL, Laboratoire de Mathématiques et Modélisation d’Evry (UMR CNRS 8071), ENSIIE, Evry. Entreprise : Rémi BRUN, MOCAPLAB. Laboratoire : LaMME, Ecole Doctorale de Mathématiques Hadamard, Paris Saclay. La capture du mouvement au service de la langue des signes La thèse est une collaboration avec l’entreprise Mocaplab, une des rares sociétés Européennes spécialisée en Motion Capture. Parmi ces nombreux champs d'exploration de la motion capture, se trouve le domaine très spécifique de la langue des signes. Les sourds communiquent entre eux en utilisant les mouvements du corps, des mains, des doigts, du visage et des yeux. Ils arrivent à une capacité d’expression aussi riche et structurée que celle offerte par la parole. L’objectif de cette thèse est d’identifier des primitives du mouvement des mains dans le contexte de la langue des signes, et de fournir des modèles et des outils de segmentation non-supervisée de séquence de langues de signes. Enfin, sur cette base, nous envisageons le développement de méthodes de classification de signaux de langue des signes. Analyse de données fonctionnelles : Dans le contexte de la langue des signes, Il s'agit donc d’identifier le bon cadre mathématique et les propriétés indispensables dans le “signal mouvement”. Il s’agira d’identifier des primitives, descripteurs et autres "traits cinétiques" impliqués dans la langue des signes, permettant d'imaginer en prime des solutions de segmentation et de classification et de reconnaissance. Pour cela, nous proposons d’utiliser des techniques issues de l’analyse des données fonctionnelles [Wang et al 2016]. Plus généralement, ces méthodes ont été étendues pour la modélisation de la variabilité et la prédiction de trajectoires multivariées, de formes, ou de trajectoires à valeurs dans des espaces éventuellement complexes. Dans le cas de courbes 1D, les problématiques classiques d'alignement, de variations en amplitude,...peuvent être définies de manière relativement univoques, mais lorsque l'on considère des courbes 3D, ces problèmes peuvent être appréhendés de différentes manières [Marron 2014]. Un point de départ de cette méthodologie consiste en l’estimation des trajectoires issus du motion capture et de la caractérisation de la géométrie et de la cinématique par des représentations fonctionnelles appropriées. Cette analyse simultanée est notamment possible dans la trajectoire d’une particule ponctuelle, en utilisant le cadre de Frénet-Serret et l’estimation du repère de Frénet [Brunel2014, Brunel2019, Park2019]. En premier point, nous proposons de développer des méthodes inférentielles permettant d'estimer le lien entre géométrie et vitesse curvilinéaire, à partir de données trajectorielles mesurées par Motion Capture. Puis dans un deuxième temps d’étendre ces techniques inférentielles à l’analyse des trajectoires d’un solide. Recherche de primitives : A partir de ces estimateurs, nous souhaitons modéliser et décomposer la variabilité de ces trajectoires qui peuvent être à valeurs dans des groupes de Lie, tels que le Groupe Spécial Orthogonal ou le Groupe Spécial Euclidien. Ainsi l’exploitation de séquences annotées ou non de langues des signes et l’analyse de la diversité de ces mesures pourra permettre de traiter les différents points : explorer et estimer des modèles statistiques décrivant le lien entre vitesse curvilinéaire et trajectoire identifier les sources de variations les plus importantes dans la forme des trajectoires Identifier des principes d’invariance dans les mouvements de chaque main Modéliser les positions et vitesse relatives des deux mains dans le cas de la langue des signes. Machine learning et Deep Learning : Enfin, dans un objectif de classification supervisée, nous envisageons d’utiliser des réseaux de neurones et le Deep Learning pour modéliser les données temporelles de mouvement (ces modèles ont montré un grand succès dans la modélisation de données temporelles et complexes, e.g. réseaux récurrents, convolutifs, orientés graphes...), ou encore de données à valeurs dans des groupes de Lie, [Li, et al 2018]. Nous bénéficions notamment de la possibilité de générer de nouvelles données adaptées grâce l’accès au plateau de MOCAP (8 jours) pour le test et l’amélioration des modèles de deep learning.
Date de début :Rentrée 2020
Durée du contrat :3 ans
Description :Thèse en statistiques/machine learning appliquées à l'analyse du mouvement
En savoir plus :https://www.adum.fr/as/ed/voirproposition.pl?langue=&site=psedmh&matricule_prop=30195
Sujet-Thèse-MALMOCAPLS-LaMME.pdf
Contact :nicolas.brunel@ensiie.fr
Statistical analysis and modeling of the SARS-Cov2 patient care pathway
Publiée le 13/05/2020 10:23.
Référence : Post-doctorat SARS-Cov2.
Postdoc, 4 place Jussieu 75005 Paris.
Entreprise/Organisme :LPSM Sorbonne Université
Niveau d'études :Doctorat
Durée du contrat :12 months
Rémunération :2 589.68 € if less than 2 years' experience, with bonus if more than 2 years' experience
Description :This post-doctoral position is part of a collaboration between the Laboratoire de Probabilités Statistique et Modélisation (LPSM, UMR CNRS 8001) and the Institut Pierre Louis d'Épidémiologie et de Santé Publique (iPLESP, UMR S 1136), Sorbonne Université. The recruited person will be assigned to the ``Statistique, Données, Algorithmes’’ team of the LPSM, in regular liaison with the ``Maladies transmissibles : Surveillance et modélisation’’ team of iPLESP
En savoir plus :https://drive.google.com/file/d/1yt2vLXv-p5yp1RiGJ99j4VijKFYFltQe/view
postdoctorat.pdf
Contact :olivier.lopez@sorbonne-universite.fr

<1>  2  3  4  Page suivante

 
 
©2020 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 :