Connexion Espace candidat

J'ai déjà un espace candidat

 
Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Vous êtes ici :  Accueil  ›  Liste des offres  ›  Détail de l'offre

Post-Doctorat en Sciences des données pour la Santé (FusionOmics) H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2019-9820  

Description de l'unité

Au sein du CEA, le Service Intelligence des Données, a pour mission de développer des :
- algorithmes de traitements de données/datasciences (signal, images, spectres, données),
- algorithmes d'aide à la décision, par des systèmes expert flous,
- systèmes de pilotage décentralisé via des techniques d'intelligence distribuée de système multi-agents.

La force du service repose sur sa capacité à utiliser ou développer les algorithmes adaptés à l'application cible et à capitaliser son savoir-faire dans les plateformes.
L'équipe, constituée de 30 ingénieurs-chercheurs, 12 doctorants et 10 Post-Doctorants, a un ancrage scientifique fort avec ses publications, ses collaborations universitaires et une collaboration directe avec plus de dix partenaires industriels dans le cadre de contrats R&D. Le Laboratoire se repose aussi sur un grand nombre de projets collaboratifs soit européen soit nationaux pour développer ses plateformes et ouvrir de nouveaux domaines d'applications

Délai de traitement

3 mois

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Post-doctorat

Intitulé de l'offre

Post-Doctorat en Sciences des données pour la Santé (FusionOmics) H/F

Sujet de stage

Méthodes innovantes d'intégration de données multi-omiques appliquées à la prédiction de l'allergie alimentaire

Durée du contrat (en mois)

12 mois renouvelable

Description de l'offre

Les approches globales de type « omiques » (p. ex. la métabolomique) sont d'un grand intérêt pour la compréhension du métabolisme humain et la prédiction des maladies. L'analyse de tels jeux de données (caractérisés par un nombre de variables supérieur à celui des échantillons, et par la présence de colinéarité entre les variables) nécessite des méthodes multivariées spécifiques pour l’analyse non-supervisée comme pour la prédiction (Thévenot et al., 2015 ; Rinaudo et al., 2016) que notre équipe développe depuis de nombreuses années au sein du Laboratoire Sciences des Données et Décision (CEA ; https://frama.link/etienne-thevenot).

 

Aujourd'hui, la combinaison d'analyses omiques complémentaires (p. ex. la métabolomique et la lipidomique) apparaît comme une approche prometteuse pour élargir la liste des biomarqueurs et augmenter les performances de prédiction. De nouvelles méthodes statistiques sont donc nécessaires pour modéliser de tels jeux de données multi-tableaux.

 

Pour comprendre l'impact de l'environnement maternel sur la composition précoce du lait maternel et le développement d'allergies alimentaires, 300 échantillons de lait de la cohorte mère-enfant EDEN ont été analysés par métabolomique, lipidomique, glycomique et par les mesures ciblées de marqueurs immuns, dans le cadre d'un partenariat entre le Laboratoire d'Etude du Métabolisme des Médicaments (CEA) et le Laboratoire d’Immuno-Allergie Alimentaire (INRA).

 

Projet

 

L'objectif de ce post-doctorat de 12 mois renouvelable est de développer de nouvelles méthodes biostatistiques pour intégrer les cinq jeux de données ainsi que les covariables cliniques, et construire des modèles prédictifs des allergies alimentaires robustes et précis. Des approches linéaires (analyse de données multi-blocs, réseaux de corrélation partielle) et non linéaires seront utilisées, en plus de l'analyse de réseaux biochimiques (pour inclure des informations biologiques et chimiques supplémentaires).

 

Les défis comprendront notamment la sélection d'une signature multi-omique restreinte, le traitement des effets confondants, des temps de collecte distincts des échantillons et de l'hétérogénéité de la classe « allergie ».

 

Les méthodes seront mises en œuvre dans le langage R.

Profil du candidat

Les candidats intéressés doivent être titulaires d'un doctorat en statistiques appliquées (biostatistique, analyse des données, machine learning, sélection de variables, analyse de graphe) et être motivés par des applications multidisciplinaires (chimie et biologie).

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France

Lieu

Route du Cyclotron, 91400 Saclay, France

Demandeur

Disponibilité du poste

01/09/2019