Stagiaire Statistique Translationnelle – Data & ML

Servier; Gif-sur-Yvette; A distancia; EUR 12.000 - 17.000; A tiempo parcial

Ventajas ofrecidas por este puesto de trabajo

Télétravail partiel (8 jours/mois)

Horaires flexibles

Salle de sport

Navettes Servier

Descripción de la vacante

Servier recherche un stagiaire en Statistique Translationnelle à Gif-sur-Yvette (Paris-Saclay) pour contribuer au développement d’une méthodologie décisionnelle associant données expérimentales et cohortes de vie réelle.

Vous participerez à des analyses de données transcriptomiques et multi-omiques, avec une forte appétence pour le transfert d’apprentissage et la stratification des patients, dans un cadre R&D stimulant et international.

Formación

• Formation: Master2, ou ingénieur en dernière année en biostatistique, bioinformatique, data science ou équivalent.
• Hardskills: Maîtrise de R et/ou Python; analyses de données et modélisation (machine learning, régression); données transcriptomiques ou multi-omiques, idéalement RNA-seq.
• Softskills: esprit d’équipe, autonomie, esprit critique, curiosité, communication claire.

Responsabilidades

• Évaluer la représentativité des échantillons ex vivo.
• Identifier les échantillons ex vivo les plus représentatifs de la population cible.
• Évaluer dans quelle mesure l’ensemble des données ex-vivo représente la population cible.
• Identifier les répondeurs potentiels.
• Identifier les patients de la cohorte en vie réelle qui sont moléculairement similaires.
• Caractériser et quantifier les populations de patients potentiellement sensibles au traitement.

Conocimientos

R et Python

Data analysis

ML et régression

Transcriptomique

Educación

Master 2 ou équivalent

Herramientas

RNA-seq

Descripción del empleo

Servier recherche un stagiaire en Statistique Translationnelle à Gif-sur-Yvette (Paris-Saclay) pour contribuer au développement d’une méthodologie décisionnelle associant données expérimentales et cohortes de vie réelle.

Vous participerez à des analyses de données transcriptomiques et multi-omiques, avec une forte appétence pour le transfert d’apprentissage et la stratification des patients, dans un cadre R&D stimulant et international.