Ingénieur-e biostatisticien-ne (H/F)

💼 Offre d'emploi

Date de publication

09/09/2026

Dernière mise à jour

09/09/2026

Type de contrat

CDD - 12 Mois

Durée de travail

Temps plein (35H/semaine Travail en journée)

Expérience

Débutant accepté

Salaire brut

Annuel de 31000.0 Euros - à partir de 31k€ selon expérience

à partir de 31k€ selon expérience

Permis demandé

Aucune information

---

📍 Entreprise

---

Compétences nécessaires

• Langages de programmation informatique
• Techniques de rédaction scientifique
• Analyser des éléments statistiques, des données biologiques et des probabilités

Formations nécessaires

• Bac+5 et plus ou équivalents
  Statistique
  Master 2 en statistiques ou annexe

Description de l'offre

Description du poste / de la mission

Avec plus de 100 agents permanents, l'objectif de l'UMR ASTRE est d'améliorer la santé animale, la santé publique et la sécurité alimentaire au Sud notamment dans le cadre des changements globaux et des transitions des socio-écosystèmes. La veille sanitaire internationale (VSI) tient une place centrale dans la détections précoces des émergences de nouveaux pathogenes ou réémergences des pathogenes existants.




Vous jouerez un rôle central dans l'accompagnement et le conseil auprès des collègues et des étudiant-e-s, en les guidant dans la gestion, le traitement et l'analyse de leurs données. Votre expertise sera essentielle pour les aider à interpréter leurs résultats et à rédiger les sections méthodologiques de leurs articles. Vous serez en charge de promouvoir les bonnes pratiques, en étroite collaboration avec le référent de l'UMR.




Votre mission s'articulera autour de plusieurs axes stratégiques :
- FAIRisation des données : Vous conseillerez sur l'organisation, la structuration et la documentation efficace des données, le renseignement des métadonnées, et leur publication dans le Dataverse Cirad. Votre rôle sera de promouvoir l'importance de rendre les données Faciles à trouver, Accessibles, Interopérables et Réutilisables (FAIR).
- Optimisation des pratiques de programmation : Vous accompagnerez les équipes dans l'utilisation de la forge logicielle GitLab Cirad et de Git pour le versionnage du code, tout en encourageant les bonnes pratiques de programmation pour garantir la reproductibilité de la recherche dans un cadre de Science Ouverte.
- Analyse statistique : Vous contribuerez à l'analyse des données, en conseillant sur les méthodes les plus adaptées aux questions scientifiques posées. Votre regard méthodologique critique et rigoureux sera un atout pour guider la mise en œuvre des analyses et l'interprétation des résultats.


Plus spécifiquement pour l'appui en intelligence épidémique : via nos collaborations avec l'Organisation Mondiale de la Santé Animale et la Commission Européenne, nous disposons de jeux de données structurées sur les maladies animales depuis près de 20 ans.

En parallèle, en collaboration avec l'unité TETIS «, nous collectons des articles d'alerte sanitaire sur le web (outils PADI-web et MUST). Vous contribuerez aux analyses qui permettent de combiner ces diverses sources d'information (e.g analyses spatio-temporelles) pour développer des outils de veille pour optimiser l'alerte précoce.
- Valorisation des résultats : vous contribuerez à partager et diffuser les résultats de recherche, par le dépôt des jeux de données sur le Dataverse et par vos contributions à la rédaction d'articles scientifiques.
- Animation et formation : Vous serez en charge d'animer des séminaires et des ateliers pratiques, pour renforcer les compétences des équipes.

Formation et expérience

- Diplôme : Master 2 (Bac +5) ou supérieur en statistiques, science des données, bioinformatique, ou domaine connexe, ou expérience professionnelle équivalente.
- Expérience : De l'expérience dans l'accompagnement, la formation ou le conseil en analyse de données et en programmation scientifique serait un atout.
- Maîtrise du français et de l'anglais

Connaissances

- Statistiques :

Maîtrise des méthodes statistiques classiques (tests, modèles linéaires, analyses multivariées, etc.).
Connaissance des méthodes d'apprentissage automatique (supervisé/non supervisé, réseaux de neurones, arbres de décision) et des approches bayésiennes (un plus).
Connaissance de méthodes d'analyses spatio-temporelles.

- Gestion des données :

Principes FAIR. Structuration, documentation et métadonnées. Vocabulaires contrôlés, ontologies. Connaissance des plateformes de partage de données (ex. Dataverse).