Stage - Optimisation d'Essais Cliniques en Pharmacométrie H/F - 34

Intitulé du poste : stage 6 mois - optimisation d'essais cliniques en pharmacométrie

- Lieu : Montpellier
- A partir de : janvier

À propos du poste

En tant que stagiaire optimisation d'essais cliniques en pharmacométrie au sein de notre équipe PMX, vous participerez à l'investigation des possibilités et limites du $DESIGN pour l'évaluation du design d'essais cliniques, et sa potentielle automatisation. Prêt à commencer ?

Prêt(e) à développer tes compétences tout en participant à l'avenir de la santé ? Chez Sanofi, tu auras la liberté d'apprendre, de poser des questions et de donner vie à tes idées, le tout soutenu par des mentors inspirants et des équipes collaboratives.

À propos de Sanofi :

Sanofi est une entreprise biopharmaceutique qui innove en R&D et exploite l'IA à grande échelle pour améliorer la vie des gens et créer de la croissance à long terme. Notre compréhension approfondie du système immunitaire - et notre pipeline innovant - nous permet d'inventer des médicaments et des vaccins qui traitent et protègent des millions de personnes dans le monde entier. Ensemble, nous poursuivons les miracles de la science pour améliorer la vie des gens.

Principales responsabilités :

- Participer à l'évaluation du design pour l'estimation de paramètres popPK lors de la construction d'un modèle, notamment avec des données poolées
- Prendre part à l'évaluation du design pour l'estimation des paramètres PK individuels lors de l'estimation bayésienne des données d'une étude
- Contribuer à la génération des covariables impactant la PK, les copulas ou GAN seront testés, dans le but de prendre en compte à la fois la distribution et la corrélation des covariables entre elles
- Apporter votre support à la définition d'une méthode de mise en place et de métriques d'évaluations du design afin de guider le choix entre plusieurs designs présélectionnés, en prenant en compte la capacité à détecter des différences de paramètres PK entre le modèle antérieur et la nouvelle population étudiée, pour laquelle le nouveau design est évalué