Champ(s) Scientifique(s) Informatique
Santé, médecine humaine, vétérinaire
Science de la donnée (stockage, sécurité, mesure, analyse)
DescriptionContexte
Le LIMICS développe des approches innovantes pour prédire les résistances aux antibiotiques chez les bactéries pathogènes en exploitant des données de séquençage du génome entier (Whole Genome Sequencing, WGS).
La/le candidat(e) rejoindra une équipe pluridisciplinaire composée d’ informaticien(ne)s, biologistes, pharmaciens, médecins et spécialistes en science des données. Elle/il participera au développement d’un réseau neuronal dédié à la prédiction des phénotypes de résistance aux antibiotiques à partir de données génomiques bactériennes, avec un objectif de recherche translationnelle et de valorisation clinique.
Missions principales
• Concevoir, développer et optimiser un modèle de réseau neuronal pour la prédiction des résistances aux antibiotiques à partir de données de séquençage du génome entier ;
• Mettre en place des pipelines d’analyse pour le prétraitement des données génomiques (contrôle qualité, assemblage, annotation, extraction de variants ou de caractéristiques génomiques pertinentes) ;
• Développer des outils et modules analytiques en Python, pour l’entraînement, l’évaluation et l’interprétation des modèles d’apprentissage profond ;
• Comparer différentes stratégies de modélisation (réseaux convolutifs, architectures hybrides, approches basées sur k-mers, embeddings génomiques, etc.) et évaluer leurs performances (AUC, sensibilité et spécificité) ;
• Assurer la reproductibilité et la robustesse des analyses : gestion des versions, documentation, mise en place de tests ;
• Participer à la valorisation scientifique : préparation de figures, rédaction de rapports techniques et contribution aux publications scientifiques.
Domaine de rechercheIntelligence artificielle appliquée à la santé
CompétencesEnvironnement Linux, Cluster de calcul type Slurm, programmation Python (PyTorch, TensorFlow/Keras, Deep-learning, réseaux de neurones, interprétabilité des modèles, optimisation des modèles, évaluation des modèles.
Connaissancesdes connaissances en biologie sont souhaitées mais ne constitue pas un prérequis, Génomique bactérienne, santé publique,
Contexte de travailSite d’affectationBobigny
Laboratoire(s) Laboratoire d’Informatique Médicale et d’Ingénieurie des Connaissances en e- Santé
Diplôme requisDoctorat
Expérience exigéeUtilisation de méthodes de Deep learning sur des données de séquençage de génomique bactérienne et d’antibioresistance, Expérience dans les bases de données d’antibioresistance, exploitation de cluster de calcul
Informations complémentairesPrise de fonction01/04/2026
Type de posteContrat (CDD)
Date limite de candidature01/03/2026
