Laboratoire Eau Environnement et Systèmes Urbains (Leesu)

Liens rapides

  1. Accueil
  2. Actualités
  3. Recrutement
  4. Offres de stage

Dernières publications

--> Url version détaillée , Url version formatée Structure name contains or id is : "409065;155441;135971;102266;212248;578082", Publication type : "('ART')"
934.
titre
Improving monitoring of dissolved organic matter from the wastewater treatment plant to the receiving environment: A new high-frequency in situ fluorescence sensor capable of analyzing 29 pairs of Ex/Em wavelengths
auteur
Angélique Goffin, Gilles Varrault, Nadège Musabimana, Antoine Raoult, Metehan Yilmaz, Sabrina Guérin-Rechdaoui, Vincent Rocher
article
, 2025, 325, pp.125153. ⟨10.1016/j.saa.2024.125153⟩
titre
arcMS: transformation of multi-dimensional high-resolution mass spectrometry data to columnar format for compact storage and fast access
auteur
Julien Le Roux, Julien Sade
article
, 2024, 4 (1), ⟨10.1093/bioadv/vbae160⟩
titre
Litter in French urban areas—part 1: composition, sources, and spatio-temporal variations on urban surfaces
auteur
Lauriane Ledieu, Romain Tramoy, David Mabilais, Sophie Ricordel, Zoé Bridant, Eric Bouchet, Clémence Bruttin, Bruno Tassin, Johnny Gasperi
article
, 2024, ⟨10.1007/s11356-024-35203-8⟩
titre
Unraveling Lake Geneva's hypoxia crisis in the Anthropocene
auteur
Laura M V Soares, Olivia Desgué‐itier, Cécilia Barouillet, Céline Casenave, Isabelle Domaizon, Victor Frossard, Nelson G Hairston, Andrea Lami, Bruno J Lemaire, Georges‐marie Saulnier, Frédéric Soulignac, Brigitte Vinçon‐leite, Jean‐philippe Jenny
article
, 2024, ⟨10.1002/lol2.10435⟩
titre
Quantification Approaches in Non-Target LC/ESI/HRMS Analysis: An Interlaboratory Comparison
auteur
Louise Malm, Jaanus Liigand, Reza Aalizadeh, Nikiforos Alygizakis, Kelsey Ng, Emil Egede Fro̷kjær, Mulatu Yohannes Nanusha, Martin Hansen, Merle Plassmann, Stefan Bieber, Thomas Letzel, Lydia Balest, Pier Paolo Abis, Michele Mazzetti, Barbara Kasprzyk-Hordern, Nicola Ceolotto, Sangeeta Kumari, Stephan Hann, Sven Kochmann, Teresa Steininger-Mairinger, Coralie Soulier, Giuseppe Mascolo, Sapia Murgolo, Manuel Garcia-Vara, Miren López de Alda, Juliane Hollender, Katarzyna Arturi, Gianluca Coppola, Massimo Peruzzo, Hanna Joerss, Carla van der Neut-Marchand, Eelco N Pieke, Pablo Gago-Ferrero, Ruben Gil-Solsona, Viktória Licul-Kucera, Claudio Roscioli, Sara Valsecchi, Austeja Luckute, Jan H Christensen, Selina Tisler, Dennis Vughs, Nienke Meekel, Begoña Talavera Andújar, Dagny Aurich, Emma L Schymanski, Gianfranco Frigerio, André Macherius, Uwe Kunkel, Tobias Bader, Pawel Rostkowski, Hans Gundersen, Belinda Valdecanas, W Clay Davis, Bastian Schulze, Sarit Kaserzon, Martijn Pijnappels, Mar Esperanza, Aurélie Fildier, Emmanuelle Vulliet, Laure Wiest, Adrian Covaci, Alicia Macan Schönleben, Lidia Belova, Alberto Celma, Lubertus Bijlsma, Emilie Caupos, Emmanuelle Mebold, Julien Le Roux, Eugenie Troia, Eva de Rijke, Rick Helmus, Gaëla Leroy, Niels Haelewyck, David Chrastina, Milan Verwoert, Nikolaos S Thomaidis, Anneli Kruve
article
, 2024, 96, pp.16215 - 16226. ⟨10.1021/acs.analchem.4c02902⟩
Toutes les publications →

Tutelles

Membre de

précédent suivant

Offre de stage M2 ou ingénieur au Leesu en 2020 : WaterOmics

par Daniel Thevenot - publié le , mis à jour le

Offre de stage de recherche pour niveau Master 2 ou Ingénieur 3ème année (6 mois) en 2020 au Leesu : Développement de méthodes de traitement de données de spectrométrie de masse haute résolution pour la caractérisation des eaux urbaines

Contexte scientifique du stage

De nombreux polluants sont présents dans les eaux urbaines mais leur comportement et leurs transformations dans les stations de traitement des eaux usées et dans l’environnement sont peu connus. Le développement de la spectrométrie de masse haute résolution (HRMS) permet d’analyser de manière non-ciblée les eaux et d’identifier des produits inconnus. Les méthodes actuelles de traitement de données issues d’analyses en HRMS sont longues et complexes et nécessitent des approches statistiques et l’utilisation d’algorithmes de détection et d’analyse des données complexes. De plus, les logiciels propriétaires installés sur l’instrument d’analyse ne permettent pas de traiter les données de manière satisfaisante (manque d’outils statistiques ou graphiques de plus en plus utilisés dans la communauté). Des outils complémentaires (ex. algorithmes libres, outils statistiques et graphiques supplémentaires) peuvent donc être utilisés mais nécessitent une part importante de développement.

Cadre et partenaires du projet

Le stage s’insère dans le cadre du projet de recherche WaterOmics financé par l’Agence Nationale de la Recherche (2017-2021). Ce projet s’intitule « Traquer les micropolluants organiques dans les eaux urbaines par spectrométrie de masse haute résolution : approches omiques, empreintes et indices » et comporte trois tâches de recherche :

  1. Développement analytique de protocoles pour la caractérisation de polluants dans les eaux usées par HRMS
  2. Développement de méthodes de traitement de données et d’indices
  3. Application des méthodes développées aux eaux urbaines (performance du traitement des polluants dans les eaux usées).
    Une thèse est en cours sur ce projet (Nina Huynh).

Objectifs du stage

Le stage s’insèrera dans la tâche 2 du projet WaterOmics (développement des méthodes de traitement de données) et consiste principalement en des aspects data science. Les objectifs sont les suivants :

  • Poursuivre le développement d’une application (R / shiny) pour le traitement de données issues de l’analyse en HRMS, incluant diverses méthodes statistiques et graphiques.
  • Utiliser un package de traitement de données (Patroon, développé sous R) rassemblant plusieurs algorithmes libres, et l’adapter aux besoins du projet de recherche (extraire des données d’intérêt, ex. formules brutes proposées par les algorithmes).
  • Développer des méthodes de caractérisation de polluants à partir des données (basées sur des méthodes existantes et documentées, ex. défaut de masse, diagrammes de Van Krevelen…)

Profil recherché

Formation de niveau M1 ou M2 ou équivalent :

  • Compétences en statistiques avancées
  • Compétences en programmation et utilisation de langages de programmation utilisés pour le traitement de données (ex. R ou python). Le candidat devra être capable de prendre en main le langage R rapidement.
  • Aisance dans la rédaction de rapport et bon niveau d’anglais souhaitable

Caractéristiques du stage proposé

  • Début du stage : mars/avril 2020
  • Durée du stage : 5-6 mois
  • Candidature : envoi de curriculum vitae détaillé et de lettre de motivation à Julien Le Roux et Nina Huynh
  • Indemnité de stage : environ 450 € / mois
  • Lieu du stage : Université Paris-Est Créteil, Laboratoire eau, environnement, et systèmes urbains (LEESU), 61 avenue du Général de Gaulle, 94010 CRETEIL Cédex

Pilotes du projet : Julien Le Roux et Régis Moilleron