Consulter les offres d’emploi

Poste de maitr(ess)e de conférences en statistique
Publiée le 31/01/2024 10:08.
Référence : MC en statistique AgroParisTech.
CDI, Palaiseau (91).
Entreprise/Organisme :AgroParisTech
Niveau d'études :Doctorat
Date de début :01/09/2024
Rémunération :selon grille indiciaire
Secteur d'activité :enseignement et recherche
Description :Poste de maitr(ess)e de conférences en statistique spécialisé(e) dans le domaine de l’apprentissage statistique
En savoir plus :https://mia-ps.inrae.fr/node/610
Notice_MMIP_MC_Stats_2024.pdf
Contact :pierre.barbillon@agroparistech.fr
Stage M2 Recherche : Clustering de données fonctionnelles
Publiée le 31/01/2024 10:08.
Référence : Stage M2 Clustering CNAM.
Stage, 2 rue Conté, 75003 Paris.
Entreprise/Organisme :Conservatoire National des Arts et Métiers
Niveau d'études :Master
Sujet :Classification non-supervisée pour l’identification de paysages acoustiques homogènes
Date de début :mars/avril
Durée du contrat :6 mois
Rémunération :Gratification
Secteur d'activité :Recherche académique, statistique, océanographie
Description :Stage de recherche sur classification de trajectoires avec application en océanographie. Possibilité de poursuite en thèse. Voir pièce jointe pour plus de détails. Modalités de candidature : Les dossiers de candidatures devront être composés d’un cv détaillé, présentant l'adéquation du candidat par rapport au sujet, 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. Ces éléments devront être transmis par mail aux trois adresses suivantes : vincent.audigier@cnam.fr ; feriel.bouhadjera@lecnam.net ; ndeye.niang_keita@cnam.fr
En savoir plus :https://vincentaudigier.weebly.com/uploads/1/7/3/1/17317324/stage_m2_oceano.pdf
stage_M2_oceano.pdf
Contact :vincent.audigier@cnam.fr
Poste IR INRAE en Statistique et Data Science pour la génétique animale
Publiée le 31/01/2024 10:08.
CDI, Jouy-en-Josas.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Description :Vous souhaitez utiliser vos compétences en Statistique, Data Science et Analyse de données omiques pour répondre à des questions de recherche ambitieuses en génétique animale ? Rejoignez-nous ! #INRAErecrute Un poste d’ingénieur.e de recherches en Statistique et Data Science pour la génétique animale devrait s’ouvrir cette année à INRAE dans l’équipe GIBBS ("Genomics, Biodiversity, Bioinformatics, Statistics") de l’Unité GABI (« Génétique animale et biologie intégrative ») située à Jouy-en-Josas. - Un profil interdisciplinaire dans un environnement scientifique dynamique - Des partenariats internationaux en Europe et dans le monde - Un employeur public engagé dans les politiques sociales et environnementales Intéressé.e ? Rendez-vous sur INRAE Jobs dès le 21 Février 2024 pour postuler ! Les inscriptions seront closes le 22 Mars 2024. Personnes à contacter pour plus de renseignements : Florence Jaffrézic (florence.jaffrezic@inrae.fr) Denis Laloë (denis.laloe@inrae.fr) ######################################################################### Subject: INRAE research engineer position in Statistics and Data Science for animal genetics Are you interested in using your interdisciplinary skills in Statistics, Data Science and omics data analysis to answer ambitious research questions in animal genetics? Join us! #INRAErecrute A permanent research engineer position in Statistics and Data Science for animal genetics is expected to be opening this year at INRAE in the GiBBS team (“Genomics, Biodiversity, Bioinformatics, Statistics”) in the GABI unit (“Animal genetics and integrative biology”) located in Jouy-en-Josas. - A strongly interdisciplinary position in a dynamic scientific environment - International partnerships in Europe and worldwide - A public employer committed to social and environmental policies Interested? The opening date for applications is on 21 February 2024, and the application deadline will be on 22 March 2024. Check out INRAE Jobs for more details! People to contact for more information: Florence Jaffrézic (florence.jaffrezic@inrae.fr) Denis Laloë (denis.laloe@inrae.fr)
En savoir plus :https://jobs.inrae.fr/concours/concours-externes-ingenieurs-cadres-techniciens-h-f
Contact :florence.jaffrezic@inrae.fr
Poste de CR à INRAE en statistique computationnelle pour les processus dynamiques
Publiée le 31/01/2024 10:08.
Référence : CR-2024-MATHNUM-4.
CDI, Unité MIAT - Toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Doctorat
Description :Un poste de chargé de recherche sur profil à INRAE en statistique computationnelle pour la modélisation et l’inférence de processus dynamiques est proposé au concours en 2024 dans l'unité MIAT de Toulouse
En savoir plus :https://jobs.inrae.fr/concours/concours-charges-recherche-classe-normale-profil-h-f/cr-2024-mathnum-
Contact :nathalie.peyrard@inrae.fr
CHARGE D'ETUDES STATISTIQUES H/F
Publiée le 31/01/2024 10:08.
Référence : BIPEA-STAT-CDI-01-2024.
CDI, Paris 18.
Entreprise/Organisme :BIPEA
Niveau d'études :DUT/Licence ou équivalent
Date de début :ASAP
Rémunération :De 24 à 28 K€ par an selon expérience
Description :Le BIPEA est une organisation scientifique accrédité selon la norme ISO 17043 ayant pour mission d’assurer et d’améliorer le niveau d’expertise des laboratoires d’analyses (agroalimentaire, environnement, cosmétique, pharmaceutique) en France et à l’international en leur proposant notamment une large gamme d’essais interlaboratoires d’aptitude (EILA) destinés à évaluer leur performance. Fort de plus de 50 années d’expérience, le BIPEA compte aujourd’hui près de 4000 laboratoires participants répartis dans plus de 120 pays et propose plus de 200 programmes d’aptitude réguliers. Nous recherchons pour un poste en CDI un CHARGE D'ETUDES STATISTIQUES F/H. Le Chargé d'Etudes Statistiques réalise les traitements statistiques mensuels des essais interlaboratoires organisés par le BIPEA, jusqu'à l'élaboration du rapport final. Rigueur, respect des procédures et des délais et organisation sont indispensables au succès des missions attribuées. De formation Bac+2/+3, une connaissance des domaines scientifiques comme la chimie, la biochimie, la microbiologie ou le pharmaceutique serait un plus pour réussir dans ces fonctions. Rémunération De 24 à 28 K€ par an selon expérience Avantages : · Mutuelle · Prime de vacances · Intéressement · Participation au Transport · RTT · Carte restaurant
En savoir plus :https://extranet.bipea.org/documents/information/FR/2024stat.pdf
Contact :contact@bipea.org
Development of a deep latent block model for co-clustering
Publiée le 31/01/2024 10:08.
Stage, Sophia-Antipolis.
Entreprise/Organisme :Centre Inria d'Université Côte d'Azur
Niveau d'études :Master
Sujet :Subject The proposed internship is in the context of co-clustering which consists in simultaneously clustering the rows and the columns of an array of data [1], this is particularly useful to summarize large datasets. A popular probabilistic model co-clustering is the latent block model [3](LBM), it assumes that the clusters in each row and each column are drawn independently from two multinomial distributions and that given these clusters all the entries of the data array are independent, and that each entry follows a distribution only depending on its clusters in row and column. In the internship, we propose to develop an extension of the LBM in the case of binary data by assuming that each row and each column can be encoded by a latent position in an Euclidean space and that the parameter of the distribution of each entry only depends on these latent positions similarly to [5]. This model performs both co-clustering and visualization of the data through the latent positions as in [2]. For the parameters inference we will consider a variational approach as in [2] by making use of a neural network architecture for the approximate posterior distribution of the latent variables. Missions The main mission of the internship is to write the mathematical model and its parameters inference, and perform its implementations on Python. Moreover, the accuracy of the proposed methodology will also be studied on real data sets. A thesis subject may be proposed as a continuation of this internship. References [1] Christophe Biernacki, Julien Jacques, and Christine Keribin. A survey on model-based co-clustering: High dimension and estimation challenges. 2022. [2] Rémi Boutin, Pierre Latouche, and Charles Bouveyron. The deep latent position topic model for clustering and representation of networks with textual edges, 2024. [3] Vincent Brault and Mahendra Mariadassou. Co-clustering through latent bloc model: A review. Journal de la Société Française de Statistique, 156(3):120–139, 2015. [4] Gérard Govaert and Mohamed Nadif. Block clustering with bernoulli mixture models: Comparison of different approaches. Computational Statistics and Data Analysis, 52(6):3233–3245, 2008. [5] Mark S Handcock, Adrian E Raftery, and Jeremy M Tantrum. Model-based clustering for social networks. Journal of the Royal Statistical Society: Series A (Statistics in Society), 170(2):301–354, 2007.
Date de début :From March 2024
Durée du contrat :6 months
Rémunération :About 600 euros per month
Secteur d'activité :Recherche
Description :Subject The proposed internship is in the context of co-clustering which consists in simultaneously clustering the rows and the columns of an array of data [1], this is particularly useful to summarize large datasets. A popular probabilistic model co-clustering is the latent block model [3](LBM), it assumes that the clusters in each row and each column are drawn independently from two multinomial distributions and that given these clusters all the entries of the data array are independent, and that each entry follows a distribution only depending on its clusters in row and column. In the internship, we propose to develop an extension of the LBM in the case of binary data by assuming that each row and each column can be encoded by a latent position in an Euclidean space and that the parameter of the distribution of each entry only depends on these latent positions similarly to [5]. This model performs both co-clustering and visualization of the data through the latent positions as in [2]. For the parameters inference we will consider a variational approach as in [2] by making use of a neural network architecture for the approximate posterior distribution of the latent variables. Missions The main mission of the internship is to write the mathematical model and its parameters inference, and perform its implementations on Python. Moreover, the accuracy of the proposed methodology will also be studied on real data sets. A thesis subject may be proposed as a continuation of this internship. References [1] Christophe Biernacki, Julien Jacques, and Christine Keribin. A survey on model-based co-clustering: High dimension and estimation challenges. 2022. [2] Rémi Boutin, Pierre Latouche, and Charles Bouveyron. The deep latent position topic model for clustering and representation of networks with textual edges, 2024. [3] Vincent Brault and Mahendra Mariadassou. Co-clustering through latent bloc model: A review. Journal de la Société Française de Statistique, 156(3):120–139, 2015. [4] Gérard Govaert and Mohamed Nadif. Block clustering with bernoulli mixture models: Comparison of different approaches. Computational Statistics and Data Analysis, 52(6):3233–3245, 2008. [5] Mark S Handcock, Adrian E Raftery, and Jeremy M Tantrum. Model-based clustering for social networks. Journal of the Royal Statistical Society: Series A (Statistics in Society), 170(2):301–354, 2007.
En savoir plus :NA
stage_coclustering.pdf
Contact :vincent.vandewalle@inria.fr
Poste CRCN INRAE en Statistique et intelligence artificielle pour la génétique animale
Publiée le 08/01/2024 11:42.
CDI, Jouy-en-Josas.
Entreprise/Organisme :INRAE
Niveau d'études :Doctorat
Date de début :01/09/2024
Secteur d'activité :Statistique et intelligence artificielle
Description :Un poste de chargé.e de recherches en Statistique et intelligence artificielle pour la génétique animale devrait s’ouvrir cette année à INRAE entre l’équipe GIBBS ("Genomics, Biodiversity, Bioinformatics, Statistics") de l’Unité GABI (« Génétique animale et biologie intégrative ») située à Jouy-en-Josas, et l’équipe SOLsTIS ("Statistical modeling and Learning for environmenT and lIfe Sciences") de l’Unité MIA-Paris-Saclay (« Mathématiques et Informatique Appliquées »). - Un profil fortement interdisciplinaire dans un environnement scientifique dynamique - Des partenariats internationaux en Europe et dans le monde - Un employeur public engagé dans les politiques sociales et environnementales Intéressé.e ? Rendez-vous sur INRAE Jobs dès le 30 janvier 2024 pour postuler ! Les inscriptions seront closes le 5 mars 2024. Personnes à contacter pour plus de renseignements : Florence Jaffrézic (florence.jaffrezic@inrae.fr) Sophie Donnet (sophie.donnet@inrae.fr) ################################################################ Subject: INRAE research scientist position in Statistics and artificial intelligence for animal genetics Are you interested in using your interdisciplinary skills in statistical learning, artificial intelligence, and omics data analysis to answer ambitious research questions in animal genetics? Join us! #INRAErecrute A permanent research scientist position in Statistics and artificial intelligence for animal genetics is expected to be opening this year at INRAE, with a shared appointment between the GiBBS team (“Genomics, Biodiversity, Bioinformatics, Statistics”) in the GABI unit (“Animal genetics and integrative biology”) located in Jouy-en-Josas, and the SOLsTIS team (“Statistical modeling and Learning for environment and lIfe Sciences”) in the MIA-Paris-Saclay unit (“Applied Mathematics and Computer Science”). - A strongly interdisciplinary position in a dynamic scientific environment - International partnerships in Europe and worldwide - A public employer committed to social and environmental policies Interested? The opening date for applications is on 30 January 2024, and the application deadline will be on 5 March 2024. Check out INRAE Jobs for more details! People to contact for more information: Florence Jaffrézic (florence.jaffrezic@inrae.fr) Sophie Donnet (sophie.donnet@inrae.fr)
En savoir plus :https://jobs.inrae.fr/en/open-competitions/open-competitions-research-scientists-job-profiles-crcn
Contact :florence.jaffrezic@inrae.fr
Internship Master 2 level in Geometric Statistics
Publiée le 08/01/2024 11:42.
Référence : Elena Di Bernardino.
Stage, Université Cote d'Azur Nice et Université de Lille.
Entreprise/Organisme :Laboratoire J.A. Dieudonné (Nice) et Laboratoire Paul Painlevé (Lille)
Niveau d'études :Master
Sujet :During this M2 Internship we will focus on the study of the robustness of the curvature measures estimators to a perturbation of the field X. Recently, Di Bernardino et al. (2022) focus on an isotropic Gaussian random field subject to perturbations of the variance and location of X. Di Bernardino et al. (2020) investigate LK curvatures for excursion sets of random fields on R^2 under a particular perturbation of X which consists in adding a zero mean spatial-invariant random perturbation. This type of perturbation can be seen as a small super-imposed noise to an underlining Gaussian field. The authors propose an estimator for the perturbation variance and prove it to be asymptotically normal and unbiased, allowing to make inference by using only the sparse information on the field given by their excursion sets. In this M2 Internship we aim at extending this analysis in the case of spatially varying random perturbations.
Date de début :During the second semester of the academic year 2023-2024
Durée du contrat :Between 4 and 6 months, during the second semester of the academic year 2023-2024.
Rémunération :Monthly gross salary : around 600euros
Description :In this internship we consider additive geometric measures that are the Lipschitz-Killing curvatures, denoted also referred to as intrinsic volumes or Minkowski functionals in the literature. The study of random fields through the geometry of their excursion sets has received a lot of interest. This is mainly stimulated by the applications in medical imaging domain (see for instance Adler and Taylor (2011), Section 5, and the references therein, Di Bernardino and Duval (2022)). This internship can lead to a Ph.D thesis (between October 2024 and October 2027) co-supervised by Elena Di Bernardino, Michele Ancona (Laboratory J.A. Dieudonné, Nice) and Céline Duval (Laboratory Paul Painlevé, Lille).
En savoir plus :https://math.univ-cotedazur.fr/~elenadb/
SujetM2.pdf
Contact :elenadb@unice.fr
Stage M2 : Modélisation statistique pour la dynamique physiologique des plantes
Publiée le 08/01/2024 11:42.
Stage, Campus Agro Paris Saclay - 22 place de l’Agronomie, 91120 Palaiseau.
Entreprise/Organisme :UMR INRAE/AgroParisTech MIA Paris-Saclay
Niveau d'études :Master
Sujet :Modélisation statistique pour la dynamique physiologique des plantes via des approches d'apprentissage profond
Date de début :entre février et avril 2024
Durée du contrat :5 ou 6 mois
Rémunération :Gratification : environ 550 euros par mois
Description :Les modèles statistiques de la dynamique de la physiologie des plantes visent à décrire et analyser les processus sous-jacents au développement des plantes. Dans sa formulation la plus simple, le modèle est un modèle à effets mixtes non linéaire dans lequel un nombre limité de paramètres contrôlent la forme et la dynamique du trait physiologique considéré (par exemple la croissance de la plante). Ces paramètres peuvent à leur tour être décrits comme des variables aléatoires dont les distributions dépendent d'un ensemble (éventuellement de grande dimension) de cofacteurs explicatifs. L'inférence de tels modèles est complexe, et nécessite généralement l'utilisation de techniques d'échantillonnage telles que SAEM ou MCEM.
En savoir plus :NA
StageM2_MIAParisSaclay_MHSC.pdf
Contact :tristan.mary-huard@agroparistech.fr
Stage M2 Recherche : Clustering de données fonctionnelles
Publiée le 08/01/2024 11:42.
Référence : Stage M2 Clustering CNAM.
Stage, 2 rue Conté, 75003 Paris.
Entreprise/Organisme :Conservatoire National des Arts et Métiers
Niveau d'études :Master
Sujet :Classification non-supervisée pour l’identification de paysages acoustiques homogènes
Date de début :Février 2024
Durée du contrat :6 mois
Rémunération :Gratification
Secteur d'activité :Recherche académique, statistique, océanographie
Description :Stage de recherche sur classification de trajectoires avec application en océanographie.Possibilité de poursuite en thèse. Voir pièce jointe pour plus de détails.
En savoir plus :https://vincentaudigier.weebly.com/uploads/1/7/3/1/17317324/stage_m2_oceano-1.pdf
stage_M2_oceano-1.pdf
Contact :vincent.audigier@cnam.fr
Thèse - Self Supervised Learning pour la détection d'objets de petite taille
Publiée le 08/01/2024 11:42.
Thèse, Palaiseau.
Entreprise/Organisme :ONERA
Niveau d'études :Master
Date de début :01/10/2024
Durée du contrat :36 mois
Secteur d'activité :Aérospatial
Description :Thèse sur la détection d'objets de petite taille par SSL sur données multispectrales et temporelles avec quantification des incertitudes de prédiction
En savoir plus :www.onera.fr
DOTA-2024_thèse_SSL.pdf
Contact :sidonie.lefebvre@onera.fr
Assistant/Associate Professor positions in statistics
Publiée le 08/01/2024 11:42.
CDI, Department of Mathematics and Computer Science (IMADA).
Entreprise/Organisme :University of Southern Denmark (SDU)
Niveau d'études :Doctorat
Description :See the link https://fa-eosd-saasfaprod1.fa.ocs.oraclecloud.com/hcmUI/CandidateExperience/da/sites/CX_1001/requisitions/preview/1206/?lastSelectedFacet=CATEGORIES&selectedCategoriesFacet=300000002425904
En savoir plus :NA
Link.pdf
Contact :yuri.goegebeur@imada.sdu.dk
Postdoctoral Researcher offer at University Paris Saclay - 12 months - Causal Inference & Discovery
Publiée le 08/01/2024 11:42.
Postdoc, Université Paris Saclay.
Entreprise/Organisme :Université Paris Saclay
Niveau d'études :Doctorat
Sujet :Causal Inference and Discovery for learning and intervening on welding quality prediction
Date de début :Début 2024
Durée du contrat :1 an
Rémunération :A discuter
Secteur d'activité :IA
Description :L'annonce détaillée se trouve ici : file:///Users/myriamtami/Documents/PRO/GitHub/myriamtami.github.io/data/offers/PostDoc-Causal-MICS-Sinclair.pdf
En savoir plus :file:///Users/myriamtami/Documents/PRO/GitHub/myriamtami.github.io/data/offers/PostDoc-Causal-MICS-S
PostDoc-Causal-MICS-Sinclair.pdf
Contact :myriam.tami@centralesupelec.fr
Stage M2 recherche : Relative survival analysis in Julia
Publiée le 08/01/2024 11:42.
Stage, Marseille.
Entreprise/Organisme :SESSTIM, Université Aix-Marseille
Niveau d'études :Master
Sujet :Relative survival analysis in Julia
Durée du contrat :6 mois
Description :Survival analysis is a statistical theory targeted at the study of human lifetime. In particular, relative survival analysis deals with the case of datasets that do not contain the reason of death of the patients, this information (supposed binary: studied cause or other causes) has to be estimated [1,2]. This arises quite frequently in large cancer studies due to, e.g., unreliable data. Most of the implementations of relative survival statistical routines target an interface in R, with some underlying C++, which is suboptimal and, most importantly, hard to maintain and expand in the long run. The main objective of the internship is to develop a new library in the -- rising -- programming language Julia to deal with relative survival analysis problem efficiently. This starts by the re-implementation of standard algorithms, while reviewing the literature, along which a real dataset will be used as a test case. Compatibility with the Julian ecosystem will be key (we will more specifically target the `StatsModels.jl` API), unlocking the application of bleeding-edge statistical tools (including, e.g., neural networks) to relative survival problems in the future. The communication and publication of our results will be an integral part of the work. This is also a very good opportunity to learn a new programming language, that is gaining traction is academic and in the industry.
En savoir plus :https://sesstim.univ-amu.fr/sites/default/files/intership_offer.pdf
intership_offer.pdf
Contact :oskar.laverny@univ-amu.fr
Post-doc in text mining
Publiée le 19/12/2023 10:59.
Référence : Post-doc in text mining.
Postdoc, Lyon.
Entreprise/Organisme :CERP (HCL, UCBL, CIRI) and LIRIS (UCBL, CNRS)
Niveau d'études :Doctorat
Date de début :As soon as possible
Durée du contrat :2 years
Description :CONTEXT We are looking to hire one Postdoctoral Researcher to work on the project EASIER-COHORT: ExtrAction of Symptoms from electronIc hEalth Records to create automatic COHORTs funded by the SHAPE-Med@Lyon initiative. The candidate will have a contract with Lyon 1 University, and he/she will spend his/her time between the LIRIS and the CERP research laboratories. Creating cohorts of patients in the health care domain is expensive and is time-consuming. Many data are available in the electronic health records (EHR) of each patient, especially in free-text field sections written by the medical staff. The EASIER-COHORT project aims at developing NLP techniques to retrieve automatically unstructured information, such as symptoms and comorbidities, to address epidemiological questions. ROLE As a part of the role, you will: - Design, develop, and test text-mining algorithms for the detection of symptoms and comorbidities in unstructured text. - Apply the algorithms to obtain symptoms and comorbidities in a structured table, on retrospective EHR of patients from the Hospices Civils de Lyon positively tested to influenza. - Address an epidemiological question with the help of experts from the CERP, using machine learning algorithms for classification and feature selection. - Write academic papers, technical reports and project deliverables. - Attend academic conferences or project meetings to present your findings and serve as a representative for the project team. REQUIREMENTS - A PhD in Computer Science, preferably on Data Systems, Natural Language Processing, Digital Health, Artificial Intelligence, or related topics - Provable fluency in at least one programming language, e.g., Python/R, Java, C++, Rust, etc. - Fluency in the French language is mandatory, in order to develop NLP tailored for French documents - Curiosity and passion for research and learning in general - Previous experience in the healthcare domain is a plus APPLICATION To apply, send an email to Pr Marta Nunes at marta.nunes@chu-lyon.fr: - Cover letter in which you describe your motivation and qualifications for the position - Curriculum vitae, including a list of your publications and the contact information of references Interested candidates can contact us to know more about the position before sending the application.
En savoir plus :https://ciri.ens-lyon.fr/cerp
EASIER-COHORT-job advert post doc.pdf
Contact :marta.nunes@chu-lyon.fr

Page précédente  1  2  <3>  4  5  6  Page suivante

 
 
©2024 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :