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.

Rejoignez-nous pour faire la différence dans la recherche et contribuer activement à l'avancement de la Science Ouverte !

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).

- Programmation et outils :

Maîtrise de R (requise) pour l'analyse statistique, la visualisation et l'automatisation de pipelines reproductibles (Make, targets, Quarto).
Connaissance de Python ou Julia (un plus).
Utilisation de Git et de plateformes collaboratives comme GitLab.
Reproductibilité d'environnements, containers (ex. docker, singularity, apptainer), Nix/guix (un plus).
Bonnes pratiques de reproductibilité et de versionnage de code.

Compétences techniques

- Analyse et interprétation :

Capacité à choisir et appliquer des méthodes statistiques adaptées aux questions scientifiques.
Aptitude à interpréter et critiquer les résultats avec rigueur méthodologique.

- Accompagnement et formation :

Savoir conseiller et former des publics variés (chercheur·se·s, étudiant·e·s) sur des outils et méthodes.
Élaborer des supports pédagogiques (ateliers, séminaires, documentations).

- Travail collaboratif :

Organiser et documenter des workflows d'analyse reproductibles.
Collaborer avec des équipes pluridisciplinaires.

- Rédaction scientifique :

Écriture de rapports techniques et de sections méthodologiques d'articles scientifiques avec un langage adapté, et une organisation claire et rigoureuse des idées.


Compétences comportementales

- Capacité à expliquer des concepts techniques de manière claire et adaptée. Empathie et patience pour accompagner des profils aux niveaux variés.

- Attention aux détails dans la gestion des données et l'analyse. Esprit critique et méthodique pour évaluer la qualité des résultats.

- Aisance pour travailler en équipe et interagir avec des partenaires variés. Adaptabilité aux besoins changeants et aux évolutions technologiques.

- Sensibilisation aux enjeux de la reproductibilité et du partage des données.