Data scientist: analyses des médias et des réseaux sociaux (H/F) Ajouter aux favoris

A propos

Créée en 1825, l'École Nationale Vétérinaire de Toulouse (ENVT), la plus ancienne des grandes écoles toulousaines, s'est forgée de longue date une renommée nationale et internationale. C'est l'une des quatre Ecoles nationales vétérinaires françaises (ENVF) et l'un de 12 établissements publics d'enseignement supérieur agronomique, vétérinaire et forestier, sous la tutelle du Ministère de l'Agriculture et de la Souveraineté Alimentaire.

Ses activités de recherche, conduites en partenariat avec INRAE, l'INSERM, des équipes de l'Université de Toulouse, témoignent de la qualité de son travail scientifique.

Ancrée dans les terroirs d'Occitanie (ruraux et urbains) par ses activités cliniques, l'ENVT a su également s'ouvrir à l'international. L'école est, en effet, impliquée dans 36 accords bilatéraux, offrant ainsi de nombreuses possibilités de mobilité à ses étudiants, enseignants et chercheurs.

L'ENVT forme ainsi depuis des décennies des vétérinaires - biologistes de haut niveau, médecins et chirurgiens - tournés vers le monde animal (de compagnie, de sport ou de production). Autant de praticiens qui en contribuant au bien-être animal ou à la qualité des animaux d'élevage, participent à garantir la santé publique.

Intégrer l'ENVT c'est aussi intégrer un campus exceptionnel de 54 hectares, situé à quelques kilomètres seulement du centre-ville de Toulouse. Bordé au nord par la coulée verte qui serpente le long du « Touch », il abrite un centre équestre et offre à ses étudiants de belles escapades à pied ou à cheval entre espaces boisés et rive de la Garonne.

Une école où il fait bon vivre, travailler et étudier.

Votre mission

Le candidat ou la candidate contribuera au projet de recherche « GOAH - Gouverner les crises de santé animale sous incertitude: Information, Légitimité et Aide à la décision », financé par l'ANR (Agence Nationale de la Recherche).

Ce projet analyse l'épidémie de dermatose nodulaire contagieuse bovine (LSD) non seulement comme un événement épidémiologique, mais aussi comme un moment de tension institutionnelle où les flux d'informations, les intérêts économiques et les dispositifs de gouvernance interagissent pour produire de la confiance, de la résistance ou de la conformité.

En intégrant l'économie politique et l'économie institutionnelle dans l'analyse des écosystèmes des médias et des réseaux sociaux, le projet développe des outils d'aide à la décision pour anticiper et gérer les crises de légitimité lors des urgences sanitaires animales.

Missions :

• Affiner le protocole de recherche sous la supervision du chercheur principal (PI).
• Analyser l'écosystème des médias et de l'information à l'aide de techniques computationnelles avancées (NLP/TAL et SNA/analyse de réseaux sociaux), après avoir constitué un corpus de données.
• Travailler avec le chercheur principal sur la visualisation des données.
• Rédiger des projets de rapports.
• Rédiger des publications académiques.
• Présenter les résultats de la recherche lors de conférences.
• Participer aux séminaires de recherche avec le consortium d'universités.
• Contribuer à la définition des scénarios de stratégies de contrôle de la maladie (LSD), aux différentes situations de marché, et participer activement à l'étape finale du projet : un Hackathon appliqué aux maladies émergentes dans la filière bovine française.

Le profil idéal

• Idéalement titulaire récent d'un doctorat (Ph.D.) en épidémiologie, économie institutionnelle, économie computationnelle ou sociologie, avec une solide expérience en science des données.
• La préférence sera donnée aux candidats titulaires d'un doctorat. Cependant, le poste est également ouvert aux profils sans doctorat, comme les ingénieurs agronomes/agricoles possédant une première expérience en recherche et de solides compétences en informatique/programmation, souhaitant s'impliquer dans la recherche académique.
• Le candidat ou la candidate aura démontré son potentiel à mener des recherches de haute qualité, idéalement avec des articles en cours de révision ou acceptés dans des revues internationales à comité de lecture.
• Une maîtrise approfondie de Python et/ou R et/ou SQL est indispensable. Aucune connaissance préalable en santé animale n'est requise.