Stage en Biostatistique (6 mois à partir de janvier/février 2027) – H/F

Ce stage sera réalisé au sein de l’équipe R&D de Phileo by Lesaffre, sur le site du Forum, Lesaffre International Campus (101 Rue de Menin, 59700 Marcq-en-Barœul).
Votre mission consistera à développer un cadre méthodologique pour les analyses in vitro. En tant que stagiaire en Data Science/Biostatistique, vous serez chargé(e) de créer un outil de référence (type wiki) pour guider et standardiser les analyses statistiques couramment utilisées en sciences animales appliquées, telles que les études de production, de mortalité, d’efficacité et de microbiome. Ce projet s’inscrit dans une démarche globale d’amélioration de la qualité des données et de la reproductibilité scientifique, en alignement avec les standards internationaux reconnus (ex. : guidelines ARRIVE, normes EFSA, etc.).
Vos principales missions incluront :

Veille scientifique et analyse des pratiques existantes :

Recenser les protocoles internes et externes, rapports et articles scientifiques relatifs aux études zootechniques (ex. : efficacité alimentaire, croissance) et/ou microbiologiques (ex. : pathogènes, microbiote intestinal).
Identifier les biais courants (ex. : randomisation, taille d’échantillon) et les méthodes statistiques adaptées (modèles mixtes, tests non paramétriques, etc.).

Développement d’un cadre de référence :

Élaborer des arbres de décision et des checklists pour orienter les équipes dans le choix des analyses (ex. : « Quand utiliser un modèle linéaire mixte ? une ANOVA à un facteur ? »).
Travailler principalement en anglais (correspondance interne/externe, rédaction de manuscrits et présentations).
Fournir des modèles de rapports statistiques (structure standard, visualisations recommandées).

Validation et déploiement :

Collaborer avec les équipes R&D et les statisticiens seniors pour valider les bonnes pratiques.
Rédiger une documentation claire (wiki sur GitLab, guide utilisateur, FAQ) et former les équipes si nécessaire.
Appliquer votre guide méthodologique à des analyses réelles.
Utiliser R pour les analyses de données et la création d’outils interactifs (ex. : graphiques, applications Shiny).