Site emploiBienvenue

Vous intégrerez le département Sciences physico-chimiques et ingénierie appliquée à la santé de l’UFR de pharmacie de Grenoble. Vous rejoindrez plus particulièrement l'équipe pédagogique « méthodologie et modélisation pour les données de santé » constituée de deux maîtres de conférences, de quatre vacataires récurrents en poste (CNRS, ESRF, IBS…) et de vacataires doctorants.

Plus d’information sur le site de l’UFR de ¨Pharmacie.

Vous devrez être capable d’enseigner dans le premier cycle du cursus de pharmacie, en licence Biotechnologies Santé, ainsi que dans le Master 1 Sciences et ingénierie du médicament, dans les domaines suivants :

• Statistique
• Programmation

Vous aurez les responsabilités suivantes :

• Assurer des travaux dirigés (TD) sous Jupyter Notebook avec R (supports et corrigés fournis).
• Collaborer avec le responsable d’UE pour assurer une cohérence pédagogique.
• Participer à l’évaluation des étudiants via des contrôles continus.

Vous enseignerez les statistiques descriptives et inférentielles (mise en place de tests d'hypothèse), l’ANOVA, la régression linéaire et logistique, ainsi que l’analyse multivariée (ACP, AFCM…), ainsi qu’une introduction à la programmation en Python.

Vous aurez en charge des groupes de TD et de TP.

Vous assurerez des travaux dirigés (TD) sous Jupyter Notebook avec R (supports et corrigés fournis).

Vous collaborerez avec le responsable d’UE pour assurer une cohérence pédagogique.

Vous participerez à l’évaluation des étudiants via des contrôles continus.

Vous contribuerez à renforcer l’équipe enseignante existante dans les UEs suivantes :

• Mathématiques et statistiques en L1 Biotechnologie et science de la santé au S1 : TD de statistique descriptive
• Mathématiques et statistiques en L1 Biotechnologie et science de la santé au S2 : TD de statistique inférentielle (tests paramétriques et non paramétriques)
• Mathématiques et statistiques en L2 Biotechnologie et science de la santé au S1 : TD de statistique (analyse de variance et régression linéaire)
• Biostatistiques en L2 Biotechnologie et science de la santé au S2 : TD de statistique (analyse multivariées : ACP, AFCM,…)
• Bioinformatique en L2 Biotechnologie et science de la santé au S1 : Introduction à la programmation en Python
• Contrôle qualité en 3ème année d’étude de pharmacie : TD de statistique (analyse de variance, régression linéaire, régression logistique)
• Modélisation des données de santé et utilisation de l'intelligence artificielle en Master 1 Ingénierie de la Santé : TD classification

Vous devez avoir des compétences en Biostatistiques, Biomathématiques et Bioinformatique pour l’analyse de données de santé et les données massives (Big data).

Les compétences minimales suivantes sont donc attendues :

• Bonne connaissance des statistiques descriptives et inférentielles
• Bonne maîtrise du langage R et de Jupyter Notebook.
• Une expérience en enseignement ou en encadrement d’étudiants est souhaitable.