Recrutement institut ISSEA 2026 : des enseignants associés

L’Institut Sous-régional de Statistique et d’Économie Appliquée (ISSEA), une organisation internationale spécialisée de la CEMAC basée à Yaoundé (Cameroun), lance un appel à candidatures pour le recrutement d’enseignants associés pour l’année académique 2026-2027.

• Profils recherchés : Titulaires d'un Master (ou équivalent) ou d'un Doctorat/PhD dans les disciplines concernées.
• Date limite de dépôt : Vendredi 10 juillet 2026 à 15h00 (heure de Yaoundé).
• Modalités de candidature : Par e-mail à recrutement@issea-cemac.org (avec copie à spscolissea@yahoo.com) ou par dépôt physique au Bureau de la Scolarité de l'ISSEA (Rue Pasteur, Yaoundé).
• Pièces à fournir : Lettre de motivation (adressée au Directeur Général, Dr Marcel OPOUMBA, spécifiant les matières et filières visées), photocopies des diplômes, et le formulaire de candidature téléchargé sur leur site internet.

Liste des postes ouverts par filière

Le recrutement s'organise autour de 7 grandes filières (programmes de formation). Les postes ouverts correspondent aux chargés d'enseignements pour les matières suivantes :

1. Filière des Techniciens Supérieurs de la Statistique (TSS)

• Mathématiques et Probabilités : Analyse mathématique (1 & 2), Algèbre linéaire (1 & 2), Probabilités (1 & 2).
• Statistique et Démographie : Statistique descriptive univariée et bivariée, Description des séries temporelles, Démographie descriptive, Analyse démographique, Sondages, Méthodes statistiques, Éstimation et tests (Statistique inférentielle 1).
• Économie et Gestion : Économie descriptive, Introduction à l'analyse économique, Comptabilité privée, Comptabilité nationale (1 & 2), Échanges internationaux, Statistiques sectorielles (1 & 2).
• Informatique et Outils : Environnement bureautique et TIC, Algorithmique et programmation, Algorithmique et structure de données, Programmation en Python, Logiciels statistiques (SPSS, Stata, R), Introduction au Big Data, à l'IA et au Machine Learning, Conception et implémentation de bases de données (BD) et systèmes d'information (SI).
• Compétences transversales : Anglais (1, 2 & 3), Techniques d'expression (1, 2 & 3), Pratique des enquêtes, Méthodologie de rédaction du rapport de stage (RS).

2. Filière des Analystes Statisticiens (AS)

• Mathématiques et Fondements : Analyse mathématique (1, 2 & 3), Algèbre linéaire (1, 2 & 3), Calcul et théorie des probabilités, Statistique inférentielle (Estimations et Tests).
• Statistique Appliquée : Statistique descriptive (1 & 2), Analyse descriptive des séries temporelles, Analyse multidimensionnelle des données, Techniques de sondage, Économétrie du modèle linéaire, Analyse de la variance, Data Mining, Data Visualisation.
• Économie, Gestion et Projets : Économie descriptive, Histoire de la pensée économique (HPE), Microéconomie, Macroéconomie, Économie internationale, Croissance et développement, Comptabilité privée, Comptabilité nationale, Gestion des projets, Étude de marché, Suivi et évaluation des projets, Marchés publics.
• Statistiques Sectorielles : Statistiques des prix, des entreprises, du travail, agricoles, de la santé, de l’éducation, du commerce extérieur, et développement/conditions de vie des ménages.
• Informatique et Data Science : Environnement bureautique, Algorithmique et programmation (1 & 2 avec Python), Excel et Excel avancé, Bases de données (1 & 2 - Access, MySQL), Systèmes d’informations statistiques, Logiciels statistiques (SPSS, Stata, R), Programmation Web, Big Data et Cloud computing, Bases de données avancées, Datawarehouse, Système d’Information Géographique (SIG et SIG avancé), Natural Language Processing (NLP), Webscrapping, Conception de Tableaux de bord (Power BI, R).
• Social et Transversal : Sociologie, Démographie descriptive, Analyse démographique, Anglais (1 à 4), Techniques d'expression (1 à 4) / Rédaction administrative, Préparation à l'insertion professionnelle, Management des RH, Organisation des services statistiques, Pratique des enquêtes (Méthodologie, Collecte, Traitement, Analyses qualitatives), Éthique, qualité, sécurité et archivage des données, Techniques de rédaction scientifique.

3. Filière des Ingénieurs Statisticiens Économistes (ISE)

• Tronc Commun / Classes (ISEL1 à ISEL5 / ISE1 à ISE3) :
• Mathématiques pures et appliquées : Algèbre linéaire, Analyse mathématique, Calcul intégral et différentiel, Topologie, Convexité et optimisation, Mesure et intégration, Théorie des probabilités (1 & 2), Analyse fonctionnelle, Calcul scientifique, Calcul stochastique, Statistique bayésienne, Processus empiriques/stochastiques, Statistique des valeurs extrêmes.
• Économie Théorique et Avancée : Économie descriptive, Histoire de la pensée économique, Introduction à la macroéconomie, Macroéconomie (2 & dynamique), Microéconomie (1, 2/Comportements microéconomiques, avancée, et de l'incertain), Concurrence imparfaite, Dossiers et exposés d'économie, Problèmes économiques contemporains, Économie géographique, Économie industrielle, Économie numérique, Anthropologie économique, Politique économique, Économie publique, Économie monétaire (et internationale), Modélisation macroéconomique, Croissance et développement, Économie institutionnelle et gouvernance, Commerce international et intégration régionale, Analyse conjoncturelle.
• Statistique et Économétrie : Statistique descriptive (1 & 2), Analyse descriptive des séries temporelles, Analyse des données, Économétrie du modèle linéaire, Économétrie des séries temporelles (et avancée), Économétrie des variables qualitatives, Économétrie des données de panel, Économétrie avancée MES, Économétrie de la finance, Théorie des sondages, Statistique non paramétrique et robustesse, Modèles de durée, Analyse de la variance et de la covariance, Analyse de la pauvreté, Analyse démographique.
• Informatique, Systèmes et Data Science : Algorithmique et programmation (1, 2 avec Python, avancée en Python, avec C), Excel avancé, Programmation sous VBA, Logiciels statistiques (SPSS, Stata, R), Projet statistique (sous R et Python), Machine Learning (1, 2 et avancé), Big Data et cloud computing, Webmining, Webscrapping, Deep learning et réseaux de neurones avancés, Traitement naturel du langage (NLP/NLU), Informatique/Programmation Web en Python, Bases de données (1, 2 et avancées), Systèmes d'information géographique (SIG), Initiation à la géomatique, Statistique exploratoire spatiale, Transfert, stockage, archivage et sécurité des données, Cloud computing, Programmation en GPU.
• Gestion, Finance et Actuariat : Comptabilité des entreprises, Comptabilité nationale (1 & 2), Mathématiques financières, Droit du travail, Droit commercial, Contrôle de gestion (et comptabilité bancaire), Introduction au management, Équilibres généraux calculables (Modèles EGC, DSGE, T21), Matrices de comptabilité sociale, Finances publiques, Programmation financière, Gestion/Suivi-évaluation des projets, Évaluation d'impact des politiques publiques (et méthodes microéconométriques), Partenariat Public Privé, Planification du développement, Gestion axée sur les résultats, Stratégie marketing, Intelligence économique, Enterprise Risk Management (Gestion des risques en finance, assurance et réassurance), Finance de marchés, Finance islamique, Micro-économie de la finance, Assurance-Vie, Actuariat de prévoyance, Audit et contrôle interne, Gestion de portefeuille, Gestion actif/passif, Analyse financière et diagnostique, Gestion des coûts et mesure de performance.
• Secteurs et Transversal : Statistiques de l'éducation, de la santé, des entreprises, agricoles, du travail, des prix, du tourisme, portuaires et du transport, Économie de la santé, de l'éducation, de la pauvreté, Démographie économique, Prospective économique, Introduction à la sociologie, Pratique des enquêtes (Méthodologie, Collecte, Traitement, Qualitatives), Éthique et qualité des données, Rédaction administrative, Techniques d'expression (1 à 8), Anglais (1 à 8).

4. Licence Professionnelle en Base de Données et Big Data (L2BD)

• Programmation et Systèmes : Algorithmique et programmation en Python, Programmation orientée objet en Python, Programmation avancée en Python.
• Bases de données et Systèmes d'Information : Système d'information, Conception, implémentation et administration des bases de données.
• Big Data et IA : Introduction aux Big Data (Enjeux, perspectives, architectures), Technologie de Big Data, Informatique décisionnelle, Cloud computing, Sécurité des données et contrôle d'accès aux Big Data, Machine learning et Big Data.
• Statistique et Data Mining : Traitement statistique sur R, Statistique descriptive uni et bivariée, Statistique exploratoire multidimensionnelle, Data mining, Visualisation de données.
• Professionnalisation : Gestion de projet de Big Data, Techniques avancées d'expression anglaise, Communication en entreprise.

5. Licence Professionnelle en Gestion et Traitement Statistique des Données (LGTSD)

• Mathématiques et Méthodes : Calcul des probabilités, Estimation, Tests d'hypothèses.
• Statistique et Modélisation : Statistique descriptive uni et bivariée, Description et modélisation des séries chronologiques, Modèles de régression linéaire, Modèles de régression logistique, Analyse exploratoire multidimensionnelle, Data mining et visualisation de données.
• Enquêtes et Outils : Base de sondages, Technique d'enquête par questionnaire, Traitement et exploitation de données d'enquête, Algorithmique et structure de données, Conception, implémentation et interface web des bases de données, Logiciels statistiques 1 & 2 (Cspro, Excel, R).
• Transversal : Techniques avancées d'expression anglaise, Communication en entreprise.

6. Master Professionnel en Analyse de la Pauvreté, des Inégalités et du Développement (MAPID)

• Outils d'Analyse : Rappels mathématiques (Algèbre linéaire, convexité, optimisation, probabilité), Statistique, technique de sondage et estimation des paramètres, Logiciels statistiques, Économétrie du modèle linéaire, Économétrie des séries temporelles, Économétrie des données de panel, Méthodes factorielles et classification, Microéconométrie, Techniques économétriques de l'évaluation, Techniques et méthodes d'évaluation des politiques publiques.
• Théories et Politiques de Développement : Analyse économique, Politique économique, Introduction aux théories du développement, Sociologie du développement, Introduction au développement durable (y compris ODD), Économie rurale, Croissance inclusive et transformations structurelles, Planification et suivi des programmes de développement, Politiques de lutte contre la pauvreté.
• Études Spécifiques sur la Pauvreté : Théories sur la pauvreté, Mesure de la pauvreté (et mesure multidimensionnelle), Pauvreté et développement, Pauvreté, institutions et gouvernance, Pauvreté et gestion des ressources naturelles, Pauvreté, commerce et globalisation, Pauvreté, inégalités et genre, Pauvreté et innovations technologiques, Pauvreté et environnement.
• Transversal : Analyse démographique, Anglais professionnel, Technique de recherche et rédaction.

7. Master Professionnel en Statistiques Agricoles (MSA)

• Bases Statistiques et Échantillonnage : Statistiques univariées et bivariées, Probabilités, Estimation, Tests statistiques, Méthodes d'échantillonnage, Enquêtes agricoles à base de sondages multiples, Organisation des recensements et enquêtes agricoles, Techniques de collecte de données.
• Modélisation et Analyse de Données : Analyse multidimensionnelle, Régression linéaire simple et multiple, Analyse de la variance, Régression Logistique, Mesure des indices de production et des prix à la consommation.
• Statistiques Spécifiques à l'Agriculture : Concepts de bases en statistiques agricoles, Statistiques agricoles de base, Pertes post-agricoles, Statistiques de l'élevage, de la pêche, de la chasse, Compte satellite et compte spécifique de l'agriculture, Mesure du revenu agricole, Les femmes et jeunes en agriculture, Finance et crédit agricole, Marketing agricole et étude des filières.
• Environnement, Ruralité et Développement : Introduction aux statistiques de l'environnement et application au domaine agricole, Agriculture et changement climatique, Mesure des externalités agricoles, Normes ISO et contrôle de qualité des produits agricoles, Démographie, sécurité alimentaire et sanitaire, Analyse des conditions de vie en milieu rural, Pauvreté, inégalité sociale, mesure de courbe de Lorenz et indice de Gini, Pouvoir d'achat (grandeurs réelles, nominales et déflateurs), Marchés financiers et indices boursiers.
• Systèmes d'Information et Outils : Excel avancé, Base de données, SI, archivage, Géomatique, diffusion des données et SIG, Analyse cartographique et système d'information géographique en agriculture, Logiciels de collecte de données (Cspro, Survey Solutions, KoBoCollect), Traitement des données.
• Management et Recherche : Éthique du statisticien, Code de déontologie des agronomes, Entrepreneuriat, montage et évaluation des projets agro-sylvo-pastoraux, Évaluation d'impact et GAR (Gestion Axée sur les Résultats), Méthodologie de rédaction d'un Mémoire.

8. Master Professionnel en Data Science Modélisation Statistique (MDSMS)

• Fondements et Mathématiques : Algèbre linéaire, Statistique Descriptive (uni et bivariée), Probabilités, Estimation, Tests statistiques avancés.
• Algorithmes et Programmation : Analyse et conception des algorithmes, Programmation (Python, R), Data Science sous Python et R.
• Données et Infrastructures : Big Data, Système d'information, Bases de données, Entrepôt de données.
• Machine Learning et IA : Ingénierie de la connaissance, Machine learning sous Python, Introduction au Deep Learning, Web mining/Text mining, Data mining, Visualisation des données.
• Modélisation, Prévision et Applications : Analyse exploratoire multidimensionnelle, Régression linéaire simple et multiple, Analyse de la variance, Régression logistique, Prévision extrapolative et explicative (avec modèles univariés et multivariés), Data Science appliquée au marketing, Gestion quantitative de risque en finance, Statistiques spatiales et Systèmes d'Information Géographique (SIG).
• Transversal : Anglais professionnel, Méthodologie de rédaction de rapports académiques, Rédaction et publication d'un document statistique, Communication des résultats.

Pour en savoir plus, télécharger l'avis de candidature

Liste des Matières ouvertes

Formulaire de candidature

Lire aussi >> : Visa étudiant 2026 : 10 pays rapides pour les Camerounais (3-15 jours)

Un CV professionnel, un avenir assuré !

Boostez votre avenir professionnel dès aujourd’hui !
Confiez la rédaction de votre CV et lettre de motivation à nos experts pour vous démarquer dès la première lecture.

Contactez-nous maintenant

NB: Ne donnez pas d'argent pour obtenir un emploi

Cliquez ici pour plus d'offres d'emploi

Ne manque plus aucune opportunité !

Rejoins notre chaîne WhatsApp ou notre canal Telegram pour recevoir les meilleures offres d'emploi en temps réel et des conseils personnalisés pour réussir tes candidatures.

Rejoindre la chaîne WhatsApp Rejoindre le canal Telegram