Laurène Frau

Actuellement en dernière année d'études d'ingénierie statistique à l'ENSAI, spécialisé en biostatistique, je serai diplômé en décembre 2024. Je suis passionné par la data science et ses applications en santé.

Pendant ma formation, j'ai développé un projet statistique axé sur l'identification des cas de syndrome de détresse respiratoire aiguë associés au Covid en collaboration avec l'Hôpital européen Georges- Pompidou. Cela impliquait la création d'un algorithme de calcul pour un indicateur clé, l'espace mort, et la réalisation d'une analyse statistique approfondie en utilisant des tests descriptifs non paramétriques et paramétriques. Cette expérience a été très enrichissante et m'a permis d'appliquer mes connaissances de manière efficace dans un contexte médical. Cette formation me permet de maîtriser les logiciels statistiques tels que R, SAS ou SQL, ainsi que les logiciels de programmation orientée objet tels que Python, Java et le logiciel de gestion Git.

En dehors de mes études, j'ai acquis une expérience pratique dans un laboratoire de recherche de l'INSERM en épidémiologie où j'ai mis en œuvre un protocole épidémiologique en collaboration avec d'autres experts du domaine. Mon focus était l'analyse de l'exposition individuelle à plusieurs polluants atmosphériques et biomarqueurs du système immunitaire chez les femmes enceintes. En utilisant le logiciel R, j'ai réalisé une analyse approfondie des données, y compris le développement de modèles de régression multiples basés sur des données de cohortes. Ce stage a non seulement amélioré mes compétences techniques, mais m'a également fourni des perspectives précieuses dans le domaine de la recherche épidémiologique et a amélioré mes capacités de communication.

Pour parfaire mon cursus à l'ENSAI, j'ai effectué un stage au sein de la société de conseil Efor Group. Durant cette expérience, j'ai développé des applications bayésiennes en utilisant les langages R et SAS. Ce stage m'a permis d'appliquer concrètement les connaissances théoriques acquises durant ma formation et de renforcer mes compétences en programmation statistique. Travailler au sein d'une équipe de professionnels m'a également permis de mieux comprendre les enjeux et les défis du domaine de la biostatistique en milieu industriel.

Au-delà de mes compétences, vous pouvez compter sur mon sens des responsabilités et ma rigueur. Ma capacité d'adaptation me permet de m'intégrer très rapidement dans une équipe de travail. J'apprécie le travail en équipe, mais je suis tout aussi à l'aise de travailler de manière autonome. Je suis également une personne ouverte d'esprit avec un bon sens du relationnel et un réel désir d'apprendre. 

Ma formation à l'ENSAI (École Nationale de la Statistique et de l'Analyse de l'Information), au sein du cursus ingénieur filière biostatistique, a été extrêmement enrichissante. À Rennes, j'ai acquis des compétences solides en épidémiologie, pharmacologie, essais cliniques ainsi qu'en analyse de données omiques et de survie. Les méthodes d'analyse factorielles, l'apprentissage supervisé et non-supervisé, la régression linéaire multiple et généralisée, et les techniques bayésiennes ont renforcé ma capacité à interpréter et modéliser des données complexes. De plus, ma formation a couvert des domaines avancés comme les séries temporelles, les chaînes de Markov, les modèles de durée et les modèles mixtes, essentiels pour l'analyse longitudinale des données. J'ai également développé une expertise en bases de données relationnelles, machine learning et deep learning, ce qui me permet de gérer et analyser de larges ensembles de données avec précision. Cette formation complète et rigoureuse m'a fourni toutes les compétences nécessaires pour exceller en tant que biostatisticienne, en me préparant efficacement aux défis et aux exigences de ce domaine.