En un coup d'œil
- Missions: Rejoindre une équipe dynamique pour développer des modèles prédictifs en oncologie.
- Entreprise: Centre de recherche sur le cancer à Marseille, axé sur la médecine personnalisée.
- Avantages: Opportunités de publication, collaboration internationale et environnement stimulant.
- Autres infos: Travaillez avec des cliniciens et des chercheurs dans un projet de pointe.
- Pourquoi ce job: Contribuez à des recherches innovantes qui impactent directement les traitements du cancer.
- Qualifications: Solide expérience en inférence causale et analyse de survie, maîtrise de R et/ou Python.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Context
This position is funded by the RHU LUCA-pi project (Recherche Hospitalo-Universitaire, France 2030), dedicated to personalized medicine in early-stage non-small cell lung cancer (NSCLC).
LUCA-pi brings together clinical, biological and computational partners around a large retrospective cohort (LUCA-pi RETRO) and a prospective cohort of patients treated with surgery.
The postdoc will join the COMPO team (COMPutational pharmacology and clinical Oncology, Inria – Inserm – Aix-Marseille Université), located at the Cancer Research Center of Marseille (CRCM).
Within LUCA‑pi, COMPO develops a mechanistic model of metastatic relapse — a digital twin — that predicts each patient’s risk of relapse after surgery.
The postdoc will work closely with the Ph D student building this model, and with the project's clinicians.
Assignment
Adjuvant therapies (chemotherapy, immunotherapy, targeted therapy) are prescribed according to clinical criteria, so their real‑world effect cannot be read directly from observational data because of confounding by indication, immortal time bias and lack of positivity.
Combining causal inference with mechanistic modeling is still largely unexplored.
Applied:
estimate the causal effect of adjuvant treatment on metastatic relapse by emulating a target trial on LUCA-pi RETRO (clone-censor-weighting; risk differences and RMST, accounting for competing risks).
Average effects will be estimated with robust methods (AIPW/TMLE) and heterogeneous effects with causal survival forests and meta-learners, then compared with published randomized trials (LACE, IMpower010, ADAURA).
Methodological:
connect causal inference and mechanistic modeling with calibration of treatment-effect parameters of nonlinear mixed-effects models under confounding, hybrid estimators using the mechanistic model as outcome model, and a semi‑synthetic benchmark with known counterfactuals generated by the digital twin.
- Main activities
- Audit and curate the clinical data (treatment dates, confounders, biomarkers).
- Design and implement causal survival analyses, including sensitivity analyses for unmeasured confounding.
- Develop and benchmark new methods combining mechanistic and causal approaches.
- Collaborate with the Ph D student and the clinicians of the LUCA-pi consortium.
- Publish the results and present them at international conferences.
Skills
- Strong background in causal inference (potential outcomes, propensity scores, doubly-robust estimation) and survival analysis.
- Proficiency in R and/or Python.
- Interest in dynamical/mechanistic models; experience with mixed-effects models is a plus.
- Interest in clinical applications; good communication skills in English ( French not required).
- #J-18808-Ljbffr
Post-Doctoral Research Visit F/M Causal inference and mechanistic digital twins for individualized adjuvant treatment in resected lung cancer in Marseille employeur : Inria Marseille
Inria Marseille offre un environnement de travail collaboratif et dynamique, axé sur la recherche en médecine personnalisée, notamment dans le domaine du cancer du poumon. Les chercheurs ont l'opportunité de travailler sur des projets innovants, tels que le projet LUCA-pi, qui favorise les collaborations interdisciplinaires avec des cliniciens et d'autres chercheurs. De plus, Inria Marseille soutient le développement professionnel à travers des publications internationales et des interactions avec des experts du secteur.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Post-Doctoral Research Visit F/M Causal inference and mechanistic digital twins for individualized adjuvant treatment in resected lung cancer in Marseille
✨Connecte-toi avec des chercheurs et des professionnels
Les réseaux sociaux académiques comme ResearchGate ou Academia.edu sont parfaits pour établir des connexions. N'hésite pas à interagir avec des publications de chercheurs qui t'inspirent, ça pourrait mener à des opportunités au sein d'équipes de recherche comme celles de Inria Marseille.
✨Participe à des conférences et des séminaires
Les événements académiques sont des occasions en or pour rencontrer des experts du domaine. Si tu as l'occasion de présenter ton travail, fais-le ! C'est une superbe façon de te faire remarquer et d’augmenter ta visibilité auprès de potentiels employeurs, notamment dans le secteur de la recherche scientifique.
✨Reste informé sur les nouvelles publications
Abonne-toi à des revues scientifiques qui publient des études dans ton domaine d'intérêt. La connaissance des dernières avancées te permettra non seulement de briller lors des entretiens, mais aussi de discuter des tendances qui intéressent Inria Marseille.
✨Postule directement sur notre site web
N'oublie pas de consulter notre site pour les offres d'emploi chez Inria Marseille. Souvent, des postes intéressants ne sont pas publiés ailleurs. Être proactif et t'inscrire dès que quelque chose d'intéressant apparaît peut vraiment faire la différence dans ta recherche.
Nous pensons qu'il te faut ces compétences pour exceller en tant que Post-Doctoral Research Visit F/M Causal inference and mechanistic digital twins for individualized adjuvant treatment in resected lung cancer in Marseille
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Dans le domaine de la recherche scientifique, on adore voir des compétences techniques précises. N’hésite pas à détailler tes expériences en laboratoire, les méthodologies que tu maîtrises et les outils analytiques que tu utilises. Des compétences en informatique comme la gestion de données ou la modélisation peuvent aussi faire la différence !
Valorise tes publications:Si tu as déjà publié des articles ou présenté des travaux lors de conférences, assure-toi de les mettre en avant ! Inclure des liens vers tes publications ou ton portfolio scientifique dans ton CV peut vraiment t'aider à te démarquer auprès de Inria Marseille.
Sois clair sur tes motivations:Étant donné que c'est un poste à temps plein, explique pourquoi tu souhaites rejoindre Inria Marseille en particulier et comment cela s'inscrit dans ton parcours. Montre que tu es passionné par la recherche et que tu as des idées sur comment contribuer aux projets en cours !
Format professionnel mais accessible:Dans ta candidature, utilise un format clair et accessible. Évite le jargon trop complexe mais n'hésite pas à montrer ta rigueur scientifique. Un bon équilibre entre professionnalisme et une approche compréhensible peut faire toute la différence pour Inria Marseille.
Comment te préparer à un entretien d'embauche chez Inria Marseille
✨Prépare ta littérature scientifique !
On doit être au top sur les dernières avancées dans ton domaine. Assure-toi de bien comprendre les articles récents publiés et sois prêt à discuter de leur impact lors de l'entretien, surtout ceux qui concernent Inria Marseille.
✨Pratique les questions techniques
Les entretiens dans la recherche scientifique peuvent inclure des questions techniques et méthodologiques. Prépare-toi à expliquer tes méthodes de recherche précédentes et à discuter des outils que tu sais utiliser, comme les logiciels de modélisation ou d'analyse de données.
✨Mets en avant tes projets de recherche
Comme on cherche à savoir comment tu te démarques, prépare un portfolio qui présente tes projets scientifiques. Ça peut inclure des publications, des présentations à des conférences ou même des posters. Ça montre ta capacité à contribuer à Inria Marseille dès le départ !
✨Montre ta passion pour l'innovation
Dans le monde de la recherche scientifique, l'innovation est essentielle. Prépare des exemples concrets où tu as eu des idées originales dans tes travaux. Parles-en avec enthousiasme pour vraiment convaincre les recruteurs que tu es la personne qu'il leur faut.
