Auf einen Blick
- Aufgaben: Führe spannende Analysen zu Bildung und Rentenpolitik durch und beeinflusse die Forschung.
- Unternehmen: Dynamisches, internationales Forschungsumfeld mit interdisziplinärem Fokus.
- Vorteile: Hochwertige Doktorandenausbildung und internationale Forschungsaufenthalte.
- Weitere Informationen: Exzellente Karrierechancen und ein unterstützendes Team.
- Warum dieser Job: Gestalte die Zukunft der Forschung über Alterung und öffentliche Politik aktiv mit.
- Qualifikationen: Master in quantitativen Sozialwissenschaften und Erfahrung mit statistischen Methoden.
Das prognostizierte Gehalt liegt zwischen 41850 - 51150 CHF pro Jahr.
Vos missions principales seront les suivantes :
- Conduire des analyses quasi-expérimentales (régression sur discontinuité, variables instrumentales) de l’impact des politiques d’éducation et de retraite sur la cognition et le risque de démence ;
- Harmoniser et lier les données de politiques publiques aux enquêtes longitudinales sur le vieillissement (SHARE, ELSA, HRS, etc.) ;
- Contribuer à la construction d’un indice de stimulation cognitive basé sur les trajectoires professionnelles (ISCO, O*NET, ESCO) ;
- Contribuer à la collecte et à la documentation des politiques cantonales suisses en matière d’éducation ;
- Rédiger et publier des articles scientifiques dans des revues internationales à comité de lecture et présenter les résultats lors de conférences internationales ;
- Suivre le programme doctoral et les formations de l’Inter-Graduate Campus de la SSPH+ ;
- Participer activement à la vie du secteur et contribuer aux activités du Lausanne Center for Health Economics, Behavior and Policy (LCHE).
Vos atouts :
- Master en économie, économétrie ou sciences sociales quantitatives, ou dans une discipline apparentée avec une forte composante quantitative (p. ex. santé publique, épidémiologie, démographie, statistique, science politique, sciences de l’éducation) ;
- Excellente maîtrise des méthodes quantitatives et économétriques ; une expérience avec les méthodes d’inférence causale (régression sur discontinuité, variables instrumentales, différences de différences) ;
- Un intérêt ou une expertise dans le domaine des politiques éducatives ou de retraite constitue un atout particulier ;
- Maîtrise d’un logiciel statistique (p. ex. Stata, R ou Python) ;
- Une expérience de l’analyse de données d’enquêtes longitudinales (p. ex. SHARE, ELSA, HRS) est un atout ;
- Excellentes compétences orales et rédactionnelles en anglais ; connaissances de français, d’allemand ou d’italien un atout ;
- Capacité à analyser des données complexes et à en tirer des conclusions claires et pertinentes ;
- Initiative, autonomie et rigueur scientifique ; fort intérêt pour la recherche sur le vieillissement et les politiques publiques ;
- Sens de l’organisation, respect des délais et goût prononcé pour le travail collaboratif.
Nous offrons :
- Un environnement de recherche dynamique, international et interdisciplinaire ;
- Une formation doctorale de haut niveau et un encadrement conjoint entre Lausanne et Lugano ;
- Des opportunités de séjours de recherche auprès de partenaires internationaux ;
- Un environnement de travail d’exception, offrant des conditions d’emploi de très grande qualité.
Doctorant·e·s FNS Arbeitgeber: Centre universitaire de médecine générale et santé publique
Als Arbeitgeber bieten wir ein dynamisches, internationales und interdisziplinäres Forschungsumfeld, das sich ideal für Doktorand·e·s FNS eignet. Unsere hochqualitative Doktoralausbildung und die enge Zusammenarbeit zwischen Lausanne und Lugano fördern nicht nur die persönliche und berufliche Entwicklung, sondern auch den Austausch mit internationalen Partnern. Zudem profitieren unsere Mitarbeitenden von hervorragenden Arbeitsbedingungen und einem starken Fokus auf wissenschaftliche Exzellenz.
Kontaktdaten:
Centre universitaire de médecine générale et santé publique Recruiting-Team
Wir glauben, dass du diese Fähigkeiten brauchst, um Doctorant·e·s FNS mit Bravour zu bestehen
Quantitative Methoden
Ökonometrie
Kausale Inferenzmethoden
Regressionsanalyse auf Diskontinuität
Instrumentvariablen
Längsschnittdatenanalyse
Statistische Software (z.B. Stata, R, Python)