Contexte  Dans le cadre de projets en sciences du vivant à forte composante analytique, nous recherchons un Data Scientist / Machine Learning Scientist spécialisé en inférence causale. Le poste porte sur le développement et l'exploitation d'algorithmes avancés appliqués à des données de santé complexes, principalement observationnelles et longitudinales. Missions - Concevoir et développer des algorithmes de machine learning orientés causalité - Estimer des effets de traitement à partir de données observationnelles - Mettre en œuvre des approches d'inférence causale robustes et interprétables - Analyser des effets cumulés et traiter des confondants dépendants du temps - Produire des analyses scientifiquement solides et reproductibles - Collaborer avec des équipes pluridisciplinaires (data science, biostatistiques, recherche) Compétences techniques requises - Machine learning et explicabilité des modèles - SHAP - Inférence causale - DoWhy (formalisation et validation des hypothèses causales) - EconML (effets de traitement hétérogènes, DML, CATE) - zepid (modèles structurels marginaux - MSM) Méthodes avancées - G-formula (g-computation) - Forêts causales - Analyse de données longitudinales - Outils et langages - Python (indispensable) - R (apprécié) Profil recherché - Formation supérieure en data science, statistiques, mathématiques appliquées, biostatistiques ou équivalent - Expérience confirmée en machine learning appliqué à l'inférence causale - Bonne compréhension des problématiques liées aux sciences du vivant, à la santé ou à l'épidémiologie - Forte rigueur méthodologique et esprit analytique - Autonomie et capacité à travailler sur des sujets complexes