Consulter les offres d’emploi

Elaboration de méthodes prédictives à partir d’indicateurs de caractérisation de la matière
Publiée le 19/12/2023 10:59.
CDD, Narbonne.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Date de début :avril ou mai 2024
Durée du contrat :18 mois
Rémunération :3727€ bruts (niveau Ingénieur d'études)
Description :voir fichier pdf joint
En savoir plus :https://www6.montpellier.inrae.fr/narbonne/
231213_METHASOLCN_Offre_LBE.pdf
Contact :julie.jimenez@inrae.fr
Stage sur l'adaptation de domaine. Applications à l'analyse de survie de batteries industrielles
Publiée le 19/12/2023 10:59.
Référence : Stage sur l'adaptation de domaine. Applications à l'analyse de survie de batteries industrielles.
Stage, Nancy.
Entreprise/Organisme :Université de Lorraine
Niveau d'études :Master
Sujet :Nous proposons un stage niveau M2 dans le cadre d'un LabCom en cours de montage commun avec SAFT, filiale de Total SA sur l'adaptation de domaine et ses applications industrielles à l'analyse de survie. Ce stage peut donner lieu ensuite à une thèse CIFRE chez Total SA
Date de début :De Février à Avril 2024
Durée du contrat :5-6 mois
Rémunération :900 euros par mois
Secteur d'activité :Apprentissage statistique
Description :L’objectif de ce stage est de capitaliser sur une thèse effectuée au sein de l’entreprise Saft qui a permis d’étudier les trajectoires de dégradation de vie de batteries Li-ion en combinant processus gaussien et les dernières avancées du transport optimal dans le champ de l’adaptation de domaine. À partir de ce travail, l’étudiant proposer une modélisation statistique de la dégradation de la vie d’une batterie qui n’a pas encore été étudiée en s’intéressant au transfert des hyperparamètres des modèles existants.
En savoir plus :https://drive.google.com/file/d/1xZmUTCHx450rW2Qq6_iJRuU7S56zg68R/view?usp=sharing
Sujet de stage - Adaptation de domaine. Applications à la prédiction de durée de vie de batteries industrielles - 2023.docx.pdf
Contact :marianne.clausel@univ-lorraine.fr
Développement d’une nouvelle méthode d’identification de familles d’astéroïdes
Publiée le 19/12/2023 10:59.
Stage, Observatoire de la Côte d’Azur ou Centre Inria d’Université Côté d’Azur.
Entreprise/Organisme :Université Cote d’Azur
Niveau d'études :Master
Date de début :A partir de février 2024
Durée du contrat :4 à 6 mois
Rémunération :Environ 600 euros par mois
Secteur d'activité :Recherche
Description :Contexte Les astéroïdes entre Mars et Jupiter sont les vestiges des planétésimaux qui se sont accrétés pour former les planètes. Leurs distributions orbitale, en taille, et compositionnelle portent la trace des différentes étapes de la formation de notre système solaire, de l’accrétion des solides dans le disque aux migrations planétaires [2]. Néanmoins, 4 milliard d’années d’évolution dynamique et collisionnelle ont imposé leur marque, brouillant ces informations. En particulier, les astéroïdes se détruisent mutuellement lors de collisions catastrophiques, éjectant de nombreux fragments. On appelle les groupes formés par ces fragments les familles d’astéroïdes. Identifier correctement ces familles est critique pour remonter le temps et déterminer la distribution originelle des astéroïdes dans la ceinture principale. Deux méthodes sont actuellement utilisées dans la communauté pour classer les astéroïdes au sein des familles. Plus de 200 familles ont été identifiées, par ces méthodes, permettant d’étudier de nombreux aspect de l’évolution des astéroïdes. Toutefois, ces deux méthodes ont plusieurs limites [3]. Le but de ce stage, en co- direction entre l’Observatoire de la Côte d’Azur et l’Inria, est d’explorer des méthodes modernes de clustering pour identifier les familles d’astéroïdes. Déroulement Dans un premier temps, la ou le stagiaire se familiarisera avec le modèle probabiliste que nous avons déve- loppé pour décrire la distribution des membres d’une famille d’astéroïdes (éléments orbitaux et leur couplage avec la taille des corps). Ce modèle est la brique élémentaire pour une approche de clustering à base de mo- dèles [1]. Un algorithme d’estimation des paramètres ainsi qu’une première implémentation sous R ont déjà été réalisés, et sont prometteurs. La ou le stagiaire devra alors reprendre et compléter ce modèle pour prendre en compte des contraintes physiques supplémentaires conduisant par exemple à l’observation de distributions tronquées. De plus, l’algo- rithme d’estimation des clusters doit être rendu plus robuste afin de mieux décrire la population d’arrière plan, non inclue dans les familles. Enfin, une fois le modèle stabilisé, les nouvelles familles obtenues seront étudiées en détails et comparées aux familles identifiées par la communauté. Ce stage est donc à l’intersection de deux disciplines : astrophysique et statistiques.
En savoir plus :NA
src_stage.pdf
Contact :vincent.vandewalle@univ-cotedazur.fr
Extension d’une modélisation Poisson Log-Normal, maladie des jeunes ruminants
Publiée le 19/12/2023 10:58.
Référence : Extension d’une modélisation Poisson Log-Normal, maladie des jeunes ruminants.
CDD, Aurillac.
Entreprise/Organisme :Université Clermont Auvergne
Niveau d'études :Master
Sujet :Voir document. Le travail consistera en partie à utiliser une méthodologie développée dans l’équipe de recherche par le doctorant Jean Yves Kioye consistant à combiner une approche récente de sélection de variables avec l’approche PLN. Des travaux de modélisation et d’implémentation, issus de questionnements autour de la donnée, sont à mener successivement pour répondre aux différents axes de ce sujet. A noter que la portée de ces travaux à vocation à être applicable ou généralisable à différents contextes d’applications (en termes méthodologiques).
Date de début :Mars/Avril
Durée du contrat :6 mois
Rémunération :Gratification au taux légal : 536€/mois
Secteur d'activité :Statistique - Agronomie
Description :(Voir document)
En savoir plus :https://lmbp.uca.fr/
sujet_stage_M2_2023-2024_stat.pdf
Contact :paul_marie.grollemund@uca.fr
Quantitative Risk Researcher M/F
Publiée le 12/12/2023 16:57.
CDI, Paris.
Entreprise/Organisme :Adoc Talent Management
Niveau d'études :Doctorat
Sujet :You hold a PhD or a PhD + post-doctoral fellowship with a specialization in applied mathematics, statistics, or finance. You possess strong analytical and quantitative skills.
Date de début :As soon as possible
Secteur d'activité :Finance
Description :Company Adoc Talent Management is looking for a Quantitative Risk Researcher M/F for its client, a very innovative investment management company with a start-up spirit, offering a wide range of alternative strategies, specialized in equity derivatives: dividend futures and options on stocks and indices. They have the willingness to explore new businesses and are always seeking new opportunities in ever-changing financial markets. Position Our client manages multiple funds in a wide variety of asset classes, including Index options and futures, crypto-related products, equities, dividends derivatives, etc. An independent risk division is overseeing and monitoring the risk associated with these funds. The Risk team elaborates innovative risk management tools and metrics to better monitor and oversee the risks associated with these products, also copping with compliance and regulations. The Head of Risk is looking for a Quantitative Risk Researcher who will help with the construction and implementation of risk models and risk management tools across all the funds and all the asset classes. Your main objective is to build quantitative risk models specific to each fund and each asset class, to develop innovative risk management tools. You will also develop risk-monitoring tools and participate in writing research papers. Your responsibilities will encompass various aspects, combining elements of volatility with a limited focus on trading. Additionally, you will explore cryptocurrency. Your tasks will involve following the state of the art and pushing the boundaries, establishing risk models, addressing identified needs for risk management, and adapting to the evolving landscape of models and changes in management approaches. This position requires versatility and adaptability as you navigate through diverse challenges. It’s a cross-functional position that will encourage independent thinking and the ability to navigate through various challenges with less direct supervision. The position is to be filled in Paris as soon as possible, with the possibility of partial remote work. Profile You hold a PhD or a PhD + post-doctoral fellowship with a specialization in applied mathematics, statistics, or finance. You possess strong analytical and quantitative skills. Skills in IT are essential, including coding, statistical data analysis, and the utilization of large databases. Coding proficiency (object oriented languages such as C, C++ or C#) is crucial for this position. An experience with Bloomberg would be advantageous. Fluent in English, highly motivated by disrupting the Fintech sector, proactive, and creative, you can perform within a dynamic, challenging and innovative work environment. It’s a unique opportunity to join a rising Fintech and closely work with the portfolio managers and risk managers. We invite you to submit your application (CV, list of publications, motivations, salary expectations) to Adoc Talent Management.
En savoir plus :https://adoc-tm.breezy.hr/p/57429aef5cc801-quantitative-risk-researcher-m-f
Contact :hiba@adoc-tm.com
Volatility Arbitrage Trading Researcher M/F
Publiée le 12/12/2023 16:57.
CDI, Paris.
Entreprise/Organisme :Adoc Talent Management
Niveau d'études :Doctorat
Sujet :You hold a Ph.D. or a PhD plus post-doctoral fellowship, with a specialization in applied mathematics, statistics, or finance. Your thesis explored quantitative financial products, particularly oriented toward options and derivatives.
Date de début :As soon as possible
Secteur d'activité :Finance
Description :Company Adoc Talent Management is looking for a Volatility Arbitrage Trading Researcher M/F for its client, a very innovative investment management company with a start-up spirit, offering a wide range of alternative strategies, specialized in equity derivatives: dividend futures and options on stocks and indices. They have the willingness to explore new businesses and are always seeking new opportunities in ever-changing financial markets. Position Managing the Volatility Fund is a central component of the company's operations, and volatility arbitrage stands as one of its key activities. This fund targets absolute returns and generates alpha with quantitative arbitrage strategies such as arbitrage of the correlation between the main index and the sector index, identification of entry point over volatility/skew, and cross-geography volatility arbitrage. The team is looking for a Volatility Arbitrage Trading Researcher to help build and implement new trading strategies. His main objective is to identify investment opportunities using statistical methods and analyzing large data sets. He will develop and backtest quantitative investment and arbitrage strategies, implement trading strategies, and participate in writing research papers. In this role, the Volatility Arbitrage Trading Researcher will be in constant interaction and discussion with the fund managers who will provide him with a detailed roadmap. You will also interact closely with the traders and participate to the arbitrage desk. The position is to be filled in Paris as soon as possible, with the possibility of partial Remote Work. Profile You hold a Ph.D. or a PhD plus post-doctoral fellowship, with a specialization in applied mathematics, statistics, or finance. Your thesis explored quantitative financial products, particularly oriented toward options and derivatives. You possess strong analytical and quantitative skills. Skills in IT are essential, including coding, statistical data analysis, and the utilization of large databases. Coding proficiency (object oriented languages such as C, C++ or C#) is crucial for this position. A passion for Arbitrage Strategies is highly desirable, and experience with Bloomberg would be advantageous. Fluent in English, highly motivated, proactive, and creative, you can perform within a dynamic and challenging work environment. It’s a unique opportunity to join a rising hedge fund and closely work with portfolio managers while working on complex and systematic strategies. If you are eager to contribute to the growth of a Fintech and thrive in a challenging and innovative work environment, we invite you to submit your application (CV, list of publications, motivations, salary expectations) to Adoc Talent Management.
En savoir plus :https://adoc-tm.breezy.hr/p/3b0837a8c92001-volatility-arbitrage-trading-researcher-m-f
Contact :hiba@adoc-tm.com
Crypto Trading Researcher M/F
Publiée le 12/12/2023 16:57.
CDI, Paris.
Entreprise/Organisme :Adoc Talent Management
Niveau d'études :Doctorat
Sujet :You hold a PhD or a PhD plus post-doctoral fellowship, with a specialization in applied mathematics, statistics, or finance. You possess strong analytical and quantitative skills. Skills in IT are essential, including coding, statistical data analysis, and the utilization of large databases.
Date de début :As soon as possible
Secteur d'activité :Finance
Description :Company Adoc Talent Management is looking for a Crypto Trading Researcher M/F for its client, a very innovative investment management company with a start-up spirit, offering a wide range of alternative strategies, specialized in equity derivatives: dividend futures and options on stocks and indices. They have the willingness to explore new businesses and are always seeking new opportunities in ever-changing financial markets. Position With the objective of optimizing the company’s strategies, you will contribute to different R&D projects, developing statistical tools, strategy backtesting, exploiting new models through data analysis, and implementing them in practice. You will be in charge of identifying investment prospects using statistical methods and analyzing extensive datasets while developing and testing quantitative investment strategies, executing trading strategies, and contributing to writing research papers. This role offers the opportunity to join a growing hedge fund, collaborate closely with portfolio managers, and explore the highly promising digital asset industry. You will be expected to propose innovative financial strategies within the domain of cryptocurrency. Autonomy and adaptability are essential qualities for this role. You will have a unique opportunity to propose strategy, test and explore different topics. The position is to be filled in Paris as soon as possible, with the possibility of partial or full remote work. Profile You hold a PhD or a PhD plus post-doctoral fellowship, with a specialization in applied mathematics, statistics, or finance. You possess strong analytical and quantitative skills. Skills in IT are essential, including coding, statistical data analysis, and the utilization of large databases. Experience in quantitative trading and coding trading algorithms is crucial for this position. You have solid expertise in object-oriented programming, such as C, C++ or C#. An experience with Bloomberg would be advantageous. Fluent in English, highly autonomous and self-driven, proactive, and creative, you can perform within a dynamic and challenging work environment. If you are eager to contribute to the growth of a FinTech and thrive in a challenging and innovative work environment with a real passion for innovative research projects and blockchain, we invite you to submit your application (CV, list of publications, motivations, salary expectations) to Adoc Talent Management.
En savoir plus :https://adoc-tm.breezy.hr/p/f1ba26e2c86201-crypto-trading-researcher-m-f
Contact :hiba@adoc-tm.com
CDI - Data analyst F/H
Publiée le 12/12/2023 16:57.
Référence : CDI - Data analyst F/H.
CDI, Levallois-Perret.
Entreprise/Organisme :Médiamétrie
Niveau d'études :Master
Description :Envie de faire parler la data ? Vous êtes passionné par le traitement et l’analyse de données ? Réel polyglotte, vous maîtrisez plusieurs langages de programmation ? Rejoignez notre Direction Data Science ! La Direction Data Science, composée de plus de 30 collaborateurs, intervient dans l’élaboration des études dès l’amont par la conception et la définition des méthodologies les plus adaptées et en aval par le traitement et l’analyse des données. Afin de renforcer nos équipes, nous recherchons, dès à présent, en CDI, au sein du Département Mesure Déclaratives et Cadrage des Panels, un : Data Analyst H/F Votre environnement de travail : Rattaché(e) au Responsable Pôle statistiques et en lien avec l’équipe composée de 3 personnes, vous serez notre Data Analyst. Vous travaillez sur les principaux dispositifs de mesure d‘audience et en particulier sur notre Baromètre des Equipements, enquête socle pour le suivi des équipements des foyers et des individus, ainsi que pour disposer de marges de pondération pour nos panels d’audience TV et digital. Vos missions consistent à : • Contribuer au cadrage méthodologique des études • Assurer le traitement des données (pré-traitement, redressement, traitement des valeurs manquantes, …), la validation des résultats et les analyses complémentaires (analyses factorielles, régressions, …) • Apporter conseil et explication aux départements commerciaux dans l’interprétation des résultats • Participer à l’évolution des mesures, des méthodologies et méthodes de calcul. • Contribuer à la veille méthodologique et scientifique • Participer à la Gouvernance des données en veillant à la cohérence des informations recueillies Vous intégrez un poste ouvert en termes de contacts et dans lequel vous valorisez vos qualités d’analyse et de pédagogie. Vous travaillez en mode agile avec différentes équipes de Médiamétrie. Notre candidat(e) idéal(e) : • Vous êtes de formation supérieure en Statistique/Mathématiques appliquées. • Une première expérience dans le domaine des enquêtes serait un plus. • Vous disposez de connaissances solides en statistique et vous maîtrisez SAS et/ou R. • Vous êtes capable de présenter des analyses statistiques de manière synthétique, vulgarisée et pédagogique. • D’un bon relationnel, vos qualités de rigueur, d’analyse et de coopération vous permettront de réussir pleinement vos missions.
En savoir plus :https://www.mediametrie.fr/fr/cdi-data-analyst-fh-1
CDI - Data analyst DDS TV.pdf
Contact :mmoreno@mediametrie.fr
Stage - Assistant Data analyst F/H
Publiée le 12/12/2023 16:57.
Référence : Stage - Assistant Data analyst F/H.
Stage, Levallois-Perret.
Entreprise/Organisme :Médiamétrie
Niveau d'études :Master
Description :Leader des études médias, Médiamétrie observe, mesure et analyse les comportements du public et les tendances du marché. Face au développement des technologies numériques et des nouveaux moyens de communication, elle doit adapter en permanence ses dispositifs de mesure d’audience. La Direction Data Science, composée de plus de 30 collaborateurs, intervient dans l’élaboration des études dès l’amont par la conception et la définition des méthodologies les plus adaptées et en aval par le traitement et l’analyse des données. Dans ce contexte, au sein du département Mesures Déclaratives, Médiamétrie recrute en stage un Assistant(e) Data Analyst Vous travaillerez autour de problématiques liées à l’identification de répondants suspects et frauduleux dans une enquête barométrique multimode dans l’objectif d’améliorer la qualité des données et des résultats. La donnée suspecte peut s’apparenter à un outlier, qui peut se traduire par une valeur atypique ou anormale. De nombreuses méthodes de détection d’outliers existent : univariées, multivariées ; utilisation d’algorithme de machine learning, il s’agira donc de l’identifier les méthodes les plus appropriées, de les tester et les comparer. L’étude est un dispositif multimode, nous disposons donc des réponses à l’enquête ainsi que de para-données pour le remplissage des répondants en ligne (CAWI), source de réponse à l’enquête le plus plébiscité. Pour cela vous devrez réaliser : • Une recherche bibliographique sur les méthodes de détection des réponses suspectes/frauduleux dans les enquêtes • Une étude des méthodes retenues par application à plusieurs vagues de l’étude • Une analyse comparative des résultats clés de l’enquête si ces répondants suspects étaient retirés de l’échantillon. • Une documentation de votre travail • Une présentation aux équipes métiers concernées Pour mener à bien ces missions, vous êtes en formation Statistiques BAC+5, et vous avez des connaissances en base de données, en statistiques et en informatique. Vous vous intéressez à la Data Science et aux sondages sur lesquelles vous souhaitez monter en compétence. Rigueur méthodologique, esprit d'analyse et curiosité. Merci d’envoyer votre candidature (CV + LM) à l’adresse suivante : flesager@mediametrie.fr Mission basée à Levallois-Perret (92).
En savoir plus :https://www.mediametrie.fr/fr
Stage DDS outlier survey detection.pdf
Contact :mmoreno@mediametrie.fr
Modélisation de l’atténuation des dégâts de bioagresseurs du pommier par des leviers techniques et e
Publiée le 12/12/2023 16:57.
Stage, toulouse.
Entreprise/Organisme :INRAE
Niveau d'études :Master
Sujet :Modélisation agroécologique de vergers de pommiers
Date de début :mars 2024
Durée du contrat :6 mois
Rémunération :indemnité de stage en vigueur en 2024 à l’INRAE ~560€/mois
Secteur d'activité :recherche, agronomie
Description :Objectif du stage : Modélisation de l’atténuation des dégâts de bioagresseurs par des leviers techniques en utilisant l’approche qualitative d’IPSIM. Un cadre de modélisation novateur, appelé IPSIM (Injury Profile SIMulator), sera utilisé pour fournir des modèles qualitatifs et agrégatifs pour prédire les niveaux des dégâts causés par les bioagresseurs du pommier. Le formalisme IPSIM permet aux modélisateurs de combiner des données provenant de diverses sources, y compris la bibliographie, les données d'enquête et expérimentales, ainsi que les connaissances générées par les évaluations d'experts et les évaluations de modèles de simulation. Le modèle IPSIM est basé sur la méthode DEX pour concevoir des outils de simulation multicritères formalisés grâce au logiciel DEXi. Des modèles qualitatifs qui analysent l'impact des pratiques culturales, du pédoclimat et de l'environnement des parcelles sur les infestations du pommier ont déjà été conçus pour les principaux bioagresseurs du pommier (carpocapse, tavelure, puceron cendré et lanigère, oïdium). Il s’agira de reprendre ces modèles, les homogénéiser, les actualiser, les alimenter avec la base de données (BDD) pour les évaluer.
En savoir plus :https://www6.paca.inrae.fr/psh/Contrats-et-Projets/Projet-ODACE
Contact :mh.robin@purpan.fr
Machine Learning Engineer
Publiée le 12/12/2023 16:57.
Référence : CDD_ML_SESSTIM.
CDD, Marseille.
Entreprise/Organisme :UMR SESSTIM (Sciences Economiques et Sociales de la Santé & Traitement de l’Information Médicale)
Niveau d'études :Master
Date de début :Dès que possible, selon les délais administratifs de recrutement
Durée du contrat :12 mois
Rémunération :Selon grille de salaire d'Aix-Marseille Université
Secteur d'activité :Machine learning en santé, biostatistiques
Description :Le/La candidat·e travaillera au sein de l‘équipe multidisciplinaire « Méthodes Quantitatives et Traitement de l’Information Médicale (QuanTIM) », composée de chercheur·se·s en épidémiologie et santé publique, statisticien·ne·s, biostatisticien·ne·s, informaticien·ne·s et data scientists. Il/Elle sera plus spécifiquement affecté·e à un projet d’applications de techniques d’Intelligence Artificielle aux données de la Plateforme de Données de Cancérologie, qui est une extraction du Système National des Données de Santé (SNDS). L’objectif du travail sera de de prédire la survenue de complications post-opératoires après une tumorectomie ou une mastectomie dans le cadre du cancer du sein. En tant qu’ingénieur en apprentissage automatique, il/elle sera en charge du preprocessing des données comprenant : 1) la mise en place de requêtes pour l’extraction des variables en collaboration avec les chercheur·se·s impliqué·e·s dans le projet ; 2) l’examen des données pour déceler d’éventuelles incohérences ou anomalies ; et 3) la vérification de la complétude des données et de leur précision. Le/La candidat·e devra gérer le développement d’un modèle de deep learning afin de prédire la survenue de complications post-opératoires après une tumorectomie ou une mastectomie dans le cadre du cancer du sein. Il/Elle attachera une importance tout particulière à l’interprétation du modèle (technique SHAP ou autre) avec un focus sur les traitements (ou associations de traitements) associés aux survenues de ces complications. Pour cela, il/elle travaillera en étroite collaboration avec notre équipe multidisciplinaire. Le/La candidat·e contribuera à la rédaction d’un article sur ce travail en vue d’une publication dans une revue internationale avec comité de lecture.
En savoir plus :https://sesstim.univ-amu.fr/fr/offre-d-emploi
fiche_poste_ML_engineer_SESSTIM.pdf
Contact :nathalie.graffeo@univ-amu.fr
Stage M2 : Analyse d'un essai randomisé en clusters avec un critère de jugement de type survie
Publiée le 12/12/2023 16:57.
Stage, Tours.
Entreprise/Organisme :Inserm UMR 1246 SPHERE
Niveau d'études :Master
Date de début :Entre février et avril 2024
Durée du contrat :4 à 6 mois
Description :Context: Cluster randomized trials (CRTs) are trials in which intact social units, such as medical practices, hospitals, or communities, are randomised to intervention or control conditions while outcomes are assessed on individuals within such clusters. This study design is a natural choice to evaluate the impact of public health or health system interventions delivered at the cluster level and their use is rapidly increasing. In CRTs, outcomes assessed on individuals from a given cluster tend to be more similar than outcomes of individuals from different clusters. This clustering must be accounted for in statistical analysis, to avoid an increased risk of Type I error. In randomized clinical trials with a time-to-event outcome, the intervention effect is usually quantified by a hazard ratio, relying on the proportional hazards assumption. Alternative measures could be more relevant, such as the difference in restricted mean survival time (ΔRMST) between the intervention and control groups up to time t^*. The intervention effect measured by the ΔRMST is not relying on the proportional hazards assumption and is easily interpretable as the expected survival duration gain due to intervention over t^*. Pseudo-values regression has been proposed for the ΔRMST estimation in CRTs. It consists in computing pseudo-values for each individual and considering them as the dependent variable of a linear regression model fitted by generalized estimating equations, to take into account the clustering. Pseudo-values regression has shown good performances in terms of estimation of the intervention effect and its variance in a simulation study. However, only one covariate, the intervention group, was considered in this simulation study whereas covariate adjustment is not uncommon in CRTs. Adjustment on covariates is useful in CRTs because the randomization of a smaller number of units, compared to individually randomized trial, does not always allow for balance in cluster and individual-level covariates. Objective: The objective will be to conduct a simulation study to assess the performance of the pseudo-values regression in estimating a ΔRMST in CRTs when adjusting on covariates. In addition, this method will be applied on data from a real cluster randomized trial.
En savoir plus :https://sphere-inserm.fr/fr
Offre stage.pdf
Contact :floriane.levilainabraham@univ-tours.fr
Modélisation de l’impact indirect de la vaccination contre les virus respiratoires sur l’antibioresi
Publiée le 12/12/2023 16:56.
Référence : Stage M2 - Bio-mathematiques / Modélisation (H/F).
Stage, Cnam, 292 Rue Saint-Martin, 75003 Paris.
Entreprise/Organisme :Conservatoire national des arts et métiers
Niveau d'études :Master
Sujet :Modélisation de l’impact indirect de la vaccination contre les virus respiratoires sur l’antibiorésistance
Date de début :A partir de février
Durée du contrat :5 à 6 mois
Rémunération :Gratification 600 euros
Secteur d'activité :Recherche / épidémiologie/ bio-mathematiques /Modélisation
Description :L’objectif du stage sera de développer et d’analyser un modèle mathématique permettant d’évaluer les conditions selon lesquelles la vaccination contre des virus respiratoires peut impacter la consommation d’antibiotique et l’antibiorésistance. Un modèle déterministe compartimental formalisé à partir d’un système d’équations différentielles ordinaires sera construit afin de décrire la transmission de bactéries sensibles et résistantes dans une population. Le modèle devra prendre en compte les dynamiques épidémiques des virus respiratoires, la consommation d’antibiotique qui en résulte, et l’impact de la vaccination sur celles-ci, ainsi que les dynamiques de résistance. Les conditions dans lesquelles la vaccination contre les virus respiratoires pourrait indirectement avoir un impact sur l’antibiorésistance seront ensuite évaluées à l’aide de simulations de Monte-Carlo pour prendre en compte des incertitudes au niveau des paramètres.
En savoir plus :https://mesurs.cnam.fr/laboratoire-mesurs/stage-m2-antibioresistance-1456482.kjsp
Offre_stage_modelisation_vaccination_antibioresistance.pdf
Contact :quentin.leclerc@pasteur.fr
Postdoc in runoff and water quality modeling using Machine Learning and Space-time statistics
Publiée le 04/12/2023 12:30.
Référence : PostDoc_Geolearning_Hydrology_ML.
Postdoc, Avignon.
Entreprise/Organisme :INRAE - BioSP
Niveau d'études :Doctorat
Date de début :1st February 2024
Durée du contrat :2 years
Rémunération :Gross monthly salary ranges from 2640 to 3340 euros depending on experience
Secteur d'activité :Machine learning and space-time statistics applied to hydrology
Description :We are seeking to hire a postdoc for a research project focused on the joint simulation of runoff and water quality in headwater catchments under climate change using machine learning and space-time statistics. Candidates should have a solid experience in data analysis, machine learning and spatio-temporal statistics as well as good programming skills (R, Python), and be interested in hydro-climatic applications.
En savoir plus :https://chaire-geolearning.org/nous-rejoindre/
Postdoc_Hydrology_OPE_EN.pdf
Contact :lionel.benoit@inrae.fr
Master 2 / Développement de modèles de prédiction pour l'amélioration des plantes
Publiée le 04/12/2023 12:30.
Référence : Master 2 / Développement de modèles de prédiction pour l'amélioration des plantes.
Stage, UMR AGAP Institut, Avenue Agropolis, Montpellier.
Entreprise/Organisme :CIRAD ; Centre de coopération Internationale en Recherche Agronomique pour le Développement
Niveau d'études :Master
Sujet :Méthodes statistiques pour l’optimisation de la prédiction génomique par l’intégration d’informations fonctionnelles
Date de début :Entre Janvier et Avril 2024
Durée du contrat :6 mois
Rémunération :Environ 600 euros par mois
Secteur d'activité :Agriculture / Environnement / Sciences biologiques
Description :L’objectif général de ce projet de Master 2 est d’explorer les bénéfices liés à l’ajout d’information fonctionnelle dans les approches de prédictions génomiques au sein d’un large dispositif de croisement multi-parental (population BCNAM comprenant plus de 3900 familles) qui a été évalué au sein de plusieurs environnements. Plus spécifiquement, le stage se concentrera sur le développement et l'évaluation de méthodes d'intégration d'informations hétérogènes au travers de la mobilisation des modèles linéaires mixtes et des statistiques bayésiennes. Ces travaux s’inscrivent dans le cadre du projet ANR SorDrought « Caractérisation de nouveaux traits physiologiques pour aider l'amélioration de la tolérance au stress hydrique post-floral chez le sorgho » qui a pour objectif de développer de nouvelles méthodologies d’appui à la sélection dans un partenariat impliquant des entités de recherche publiques (INRAE, IRD, CERAAS) et privées (LIDEA Seeds et RAGT2N). Une bourse de thèse est disponible pour poursuivre ces travaux à partir d'octobre 2024. Des informations complémentaires sur le contexte du stage et les approches ciblées sont fournies dans le document pdf joint.
En savoir plus :NA
Master2_Integration_information_fonctionnelle_Prediction_DPVG20231129.pdf
Contact :david.pot@cirad.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 :