Offre d'emploi n° 17803584

Post-doctorant (H/F) : traitement du signal et méthodes de Monte Carlo appliquées à l'épidémiologie

Type de contrat : Freelance
Localisation : Seine-Maritime
Entreprise : Choisir le Service Public
Fonction : Commercial - Vente

Publiée le 05/12/2025
Expérience souhaitée : Moins de 1 an
Niveau d'études souhaité : Aucun diplôme

Description du poste



Informations générales


Organisme de rattachement

CNRS

Référence

UMR6004-BARPAS-007

Date de début de diffusion

/12/2025

Date de parution

/12/2025

Date de fin de diffusion

/12/2025

Versant

Fonction Publique de l'Etat


Catégorie

Catégorie A (cadre)


Nature de l'emploi

Emploi ouvert uniquement aux contractuels


Domaine / Métier

Recherche - Chercheuse / Chercheur


Statut du poste

Vacant


Intitulé du poste

Post-doctorant (H/F) : traitement du signal et méthodes de Monte Carlo appliquées à l'épidémiologie


Descriptif de l'employeur

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l'Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d'éthique, de déontologie et d'intégrité scientifique.


Description du poste

Missions :
L'objectif du projet est de concevoir des procédures entièrement automatisées et pilotées par les données pour l'estimation ponctuelle et/ou par intervalle de crédibilité d'indicateurs épidémiologiques, tels que le coefficient de reproduction R(t) du Covid19. En s'appuyant sur un modèle épidémiologique récent, des estimateurs variationnels et des échantillonneurs de Monte Carlo ont été conçus et mis en œuvre pendant la pandémie pour estimer le coefficient de reproduction du Covid19. Le principal obstacle à leur utilisation systématique et à leur généralisation à d'autres épidémies est qu'ils nécessitent un réglage fin des hyperparamètres, ce qui, jusqu'à présent, a été fait manuellement en collaboration avec des experts, induisant une complexité rédhibitoire. Les procédures de sélection automatisées pilotées par les données permettront de gagner en objectivité et en capacité de traiter de grandes quantités de données provenant d'un large éventail d'épidémies.
Le premier défi consiste à affiner les modèles précédents afin de mieux prendre en compte les mécanismes épidémiologiques et la qualité éventuellement médiocre des données rapportées au cours d'une épidémie. On considérera des modèles mutliplicatifs et le lien avec la factorisation de la matrice non négative de Kullback-Leibler sera exploré. Le deuxième défi sera de s'appuyer sur les modèles statistiques obtenus pour concevoir des procédures automatisées pilotées par les données pour l'estimation d'indicateurs épidémiologiques. À cette fin, plusieurs pistes seront envisagées, depuis l'optimisation bi-niveaux s'appuyant sur le lemme de Stein, aux approches bayésiennes empiriques en passant par l'apprentissage profond non supervisé.
Activités :
Le/la post-doctoral.e recruté.e abordera à la fois les aspects théoriques et numériques liés à la modélisation statistique, au choix d'a priori dans le cadre bayésien, à l'optimisation convexe et non convexe, à l'optimisation stochastique. Il/elle devra développer des codes commentés et faciles à manipuler pour rendre les méthodologies proposées accessibles aux non-spécialistes. Il/elle travaillera en contact avec des épidémiologistes et aura à sa disposition des données épidémiologiques réelles. Un intérêt pour la recherche interdisciplinaire sera fortement apprécié.
Contexte de travail :
Le/la candidat.e recruté.e sera embauché.e par le Centre National de la Recherche Scientifique (CNRS) dans le cadre du projet OptiMoCSI, financé par l'Agence National de la Recherche Scientifique, et porté par le LP-IXXI à Lyon, l'IMT à Toulouse et le LS2N à Nantes. Le CNRS est la plus grande institution de recherche française. Il est financé par l'Etat, et emploie des chercheurs dans tous les domaines, des sciences exactes aux sciences humaines. Le/la candidat.e intégrera le Laboratoire des Sciences du Numérique de Nantes (LS2N), dans l'équipe Signal, Image et Son (SIMS)
Voir plus sur le site


Conditions particulières d'exercice

Le Centre national de la recherche scientifique est l'une des plus importantes institutions publiques au monde : femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l'Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l'international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l'innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.


Descriptif du profil recherché

Competences :
Les candidat.e.s doivent être titulaires d'un doctorat en traitement du signal, en statistiques ou dans une discipline connexe, avoir d'excellentes compétences en programmation (par exemple, en Python ou Matlab) et de bonnes aptitudes à la communication en anglais, tant à l'écrit qu'à l'oral.
Contraintes et risques :
N/A


Temps plein

Oui


Rémunération contractuels (en € brut/an)

De 3 041€ à 4 258€ bruts mensuels, selon l'expérience professionnelle après la thèse.


Localisation du poste

Europe, France, Pays de La Loire, Loire Atlantique (44)


Géolocalisation du poste


NANTES


Lieu d'affectation (sans géolocalisation)

44321 NANTES (France)

Critères candidat
Niveau d'études / Diplôme

Niveau 8 Doctorat/diplômes équivalents


Spécialisation

Formations générales


Langues

Français (Seuil)

Je postule directement sur le site de l'entreprise