Postée il y a 24 heures
En tant qu'organisateur de forums de recrutement, Talents Handicap accompagne de très nombreuses entreprises & organisations en France dans leurs recrutements de collaborateurs en situation de handicap. Participant actuellement à l'un de nos forums. L'entreprise Dassault Systèmes recherche actuellement des profils : Dassault Systèmes, l'entreprise de la 3DEXPERIENCE® est un « accélérateur de progrès humain ». Elle propose aux entreprises et aux particuliers des environnements virtuels collaboratifs pour imaginer, concevoir et produire des innovations plus durables.
Dassault Systèmes, c'est aussi 20 000 collaborateurs passionnés à travers le monde, unis par leur diversité, par un même état d'esprit et des valeurs communes. Nous sommes convaincus que le changement s'opère par l'humain, grâce à notre communauté présente dans plus de 180 pays au service de près de 300 000 clients.
Dassault Systèmes, l'entreprise de la 3DEXPERIENCE, est un « accélérateur de progrès humain ». Elle propose aux entreprises et aux particuliers des environnements virtuels collaboratifs qui leur permettent d'imaginer des innovations plus durables. En développant un jumeau virtuel du monde réel, grâce à la plateforme 3DEXPERIENCE et à ses applications, Dassault Systèmes donne à ses clients les moyens de repousser les limites de l'innovation, de l'apprentissage et de la production.
Les 20 000 collaborateurs de Dassault Systèmes travaillent à créer de la valeur pour nos 270 000 clients de toutes tailles, dans toutes les industries, dans plus de 140 pays. Pour plus d'informations, visitez notre site www.3ds.com/fr
Au sein du département Corporate Strategy & Research, vous intégrerez l'équipe Living Twins for Practitioners, riche de compétences en médecine, biologie, mathématique et informatique, et qui conduit plusieurs projets en oncologie, neurologie et cardiologie.
Dans le cadre de la diversification de nos activités en santé, vous ferez partie de l'équipe « Clinical Decision » et serez responsable de la mise en place de méthodes statistiques et de Machine Learning permettant :
· de mesurer l'effet causal d'un traitement ou d'une intervention sur un outcome prédéfini,
· de quantifier mathématiquement cet effet,
· et d'interpréter et de conclure statistiquement sur le résultat de cette analyse.
Le but de ce stage sera d'étudier les différentes approches d'inférence causale existantes (approches statistiques et approches de Machine Learning/Deep Learning) telles que les approches basées sur un équilibrage de la représentation (ou representation balancing) [Johansson, Shalit, and Sontag's (2016)] ou les approches basées sur les réseaux antagonistes (ou adversarial) : [Yoon, Jordon, and Van Der Schaar's (2018)].
Vous serez en charge d'appliquer ces approches sur un cas clinique et d'apporter une analyse statistique et critique de ces différentes approches.
Un exemple d'application clinique à mettre en place lors du stage sera lié à l'analyse causale de l'effet d'un traitement sur le risque d'évènement clinique en oncologie.
Références
[Johansson, Shalit, and Sontag's (2016)] Fredrik Johansson, Uri Shalit, and David Sontag.''Learning representations for counterfactual inference''. In : International conference on machine learning. PMLR. 2016, pp. 3.
[Yoon, Jordon, and Van Der Schaar's (2018)] Jinsung Yoon, James Jordon, and Mihaela Van Der Schaar.''GANITE : Estimation of individualized treatment effects using generative adversarial nets''. In : International conference on learning representations. 2018.
Vos missions
Votre contribution consistera à :
· Effectuer un état de l'art des méthodes d'inférence causale ;
· Prendre en main la base de données de patients qui sera utilisé lors du stage, la nettoyer et faire des études descriptives des données ;
· Implémenter (en langage Python) une ou plusieurs méthodes d'inférence causale existante(s) pour répondre au problème posé ;
· Appliquer et comparer les méthodes sur ces données, et apporter une analyse critique de ces méthodes ;
· A la suite de ces résultats, il s'agira de mettre en place une nouvelle méthodologie pour l'inférence causale (i.e. définition et implémentation) qui est spécifique au cas clinique étudié, et de comparer la nouvelle méthodologie développée avec les méthodes existantes dans la littérature ;
· Rédiger une synthèse des résultats obtenus.
Vos qualifications
Etudiant(e) en école d'ingénieur ou Master Universitaire, de niveau Bac +5, vous recherchez un stage.
Compétences techniques souhaitées :
- Biostatistiques / Statistiques / Mathématiques appliquées
- Machine learning / Deep learning
- Langage Python
- Anglais courant
- Une connaissance en biologie et/ou en médecine est un plus.
Qualités appréciées pour la bonne démarche de ce stage :
Autonomie, Motivation, Esprit critique, Esprit d'initiative, Bon sens de la communication.
Nous rejoindre c'est aussi
Intégrer une entreprise scientifique au coeur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans.
- Environnement collaboratif et innovant
- Collaboration internationale
- Diversité des technologies, produits et solutions
- Engagement en faveur de la diversité et de l'inclusion