1. Activités principales Le CHU de Poitiers est promoteur de nombreux essais cliniques et il constitue un entrepôt de données de santé (EDS) pour favoriser des recherches sur des cohortes observationnelles. En parallèle, le Centre d'Investigation Clinique (CIC) INSERM 1402 regroupe des chercheurs s'intéressant aux nouvelles méthodes statistiques en inférence causale à partir de ces données. L'objectif général du projet CAIR est de proposer des approches de modélisation originales pour augmenter le pouvoir de preuve des essais randomisés individuels grâce aux données de vie réelle, par exemple celle issues des EDS. Nous souhaitons plus précisément construire des modèles prédictifs des critères de jugement à partir des données externes de patients avec le traitement contrôle en vie réelle pour augmenter le groupe contrôle de l'essai clinique par le pronostic contrefactuel des patients randomisés dans le bras expérimental (G-Computation). Après un premier travail de validation des méthodes par des simulations, nous souhaitons illustrer l'intérêt de ces développements grâce aux réanalyses d'essais cliniques réalisés en soins critiques. Il s'agira en particulier de l'essai PROPHYLOXITIN visant à démontrer la supériorité d'un bolus de céfoxitine suivie d'une perfusion continue par rapport aux bolus standards pour réduire le risque d'infection après un chirurgie colo-rectale. 2. Nature du contrat et des conditions de recrutement - CDD de 12 mois renouvelable - Votre rémunération sera fixée en fonction de votre formation et de votre expérience, sur un grade d'Ingénieur Hospitalier, catégorie A (grille indiciaire de la fonction publique hospitalière) soit un salaire à partir de 28K€ brut/an. 3. Quotité de temps de travail Temps plein 1. Diplôme et formation requis - Diplôme niveau bac + 5 en statistique avec un bon niveau en mathématique. 2. Compétences et qualités requises Compétences requises : - Maîtriser des méthodes comme : o La construction de modèles/algorithmes pronostiques d'événement de Santé. o Les méthodes d'inférence causale (score de propension, G-computation, etc.). o Des algorithmes de type réseau de neurones ou forêts aléatoires. - Maîtriser le logiciel R et la plateforme GitHub. - Expérience de travail dans le domaine de l'analyse des données de santé. - Anglais scientifique Qualités requises : - Sens de l'organisation, esprit d'initiative, dynamisme et réactivité - Capacité d'organisation et rigueur - Aisance relationnelle