Biostatisticien-ne H/F

Description des missions

Mission principale:

Profil recherché

Mission principale:PROMET PRIMO est un projet multi omique visant à comprendre les mécanismes biologiques impliqués dans les altérations métaboliques, le vieillissement immunitaire et l’inflammation chronique chez des personnes vivant avec le VIH traitées durant la primo infection. Le projet nécessite une expertise statistique avancée pour : Identifier les relations causales entre les expositions (schéma thérapeutique ARV, infection à CMV, ADN du TTV, voies protéomiques) et les issues (prise de poids, syndrome métabolique, immunosénescence) ; Intégrer des données de haute dimension à l’aide de méthodes d’inférence causale modernes basées sur l’apprentissage automatique. Compte tenu de la complexité des données et de la nature causale des questions de recherche, le recrutement d’un biostatisticien dédié est indispensable pour garantir la rigueur méthodologique et la reproductibilité des analyses.Connaissances :· Épidémiologie et santé publique.· Biostatistique et analyse de données longitudinales.· Inférence causale : DAGs, modèles causaux structurels, TMLE, SuperLearners.· Programmation scientifique reproductible en R ou Python.Savoir-faire :· Traitement des données· Analyse causale· Code sur RAptitudes :· Rigueur analytique et précision méthodologiqueL’Inserm est le seul organisme public français entièrement dédié à la recherche biologique, médicale et en santé des populations. Il dispose de laboratoires de recherche sur l’ensemble du territoire, regroupés en 12 Délégations Régionales. Notre institut réunit 15 000 chercheurs, ingénieurs, techniciens et personnels administratifs, avec un objectif commun : améliorer la santé de tous par le progrès des connaissances sur le vivant et sur les maladies, l’innovation dans les traitements et la recherche en santé publique. Activités principales :· Construction de diagrammes causaux (DAGs) pour formaliser les hypothèses biologiques et identifier les ensembles d’ajustement minimaux.· Mise en œuvre de modèles causaux structurels, y compris des modèles permettant des rétroactions entre processus biologiques.· Développement de pipelines basés sur le TMLE (Targeted Maximum Likelihood Estimation) et les super learner pour l’estimation d’effets causaux en contexte de haute dimension.· Capacité à travailler de manière autonome et en équipe multidisciplinaire· Intérêt marqué pour l’épidémiologie, la biostatistique et l’inférence causale· Sens critiqueExpérience(s) souhaité(s) :· Expérience avec des données longitudinales, trajectoires et méthodes causales.· Expérience en études de santé publique et épidémiologie.Niveau de diplôme et formation(s):· Master (M2) en épidémiologie et santé publique, avec formation spécialisée et expérience pratique en biostatistique, data science et inférence causale.Rejoindre l’Inserm, c’est intégrer un institut engagé pour la parité et l’égalité professionnelle, la diversité et l’accompagnement de ses agents en situation de handicap, dès le recrutement et tout au long de la carrière. Afin de préserver le bien-être au travail, l’Inserm mène une politique active en matière de conditions de travail, reposant notamment sur un juste équilibre entre vie personnelle et vie professionnelle.L'Inserm a reçu en 2016 le label européen HR Excellence in Research et s'est engagé à faire évoluer ses pratiques de recrutement et d'évaluation des chercheurs.L’unité Inserm U1136 est composée de 8 équipes dans le domaine de la santé. L’activité de recherche se déroule dans l’équipe 2 CLEPIVIR «Clinical epidemiology of chronic viral diseases » et l’équipe 8 CIPHOD «Causal inference in public health from large observational databases».L’équipe CIPHOD de l’institut Sorbonne de Santé Publique a été créée en 2024 et consistent à proposer de nouvelles découvertes théoriques et à développer des méthodologies innovantes dans le domaine de l'inférence causale, en mettant l'accent sur leur utilité pour les épidémiologistes et en travaillant en étroite collaboration avec d'autres équipes de l’unité pour les appliquer dans des contextes épidémiologiques. Ces objectifs sont articulés autour de trois axes, en accordant une importance particulière aux grandes bases de données, aux données temporelles et aux connaissances de haut niveau (abstractions). Les trois axes sont : 1. la découverte des graphes causaux ; 2. l'identification et l'estimation des effets totaux et directs ; 3. la recherche des causes racines des anomalies.