Le post-doctorant développera des approches en machine learning (deep learning) pour comprendre les mécanismes éco-évolutifs générateurs de diversité à partir de données de (phylo)génomique environnementale.
Activités
- Développements méthodologiques en machine learning
- implémentation de codes
- tests par simulations
- analyse de données
- écriture d'article
- présentation des résultats
Compétences
- Connaissance des approches en machine learning, en particulier deep learning
- Connaissance générale en ecologie-evolution
- Connaissance en génétique environnementale
- Savoir coder des modèles éco-évolutifs
- Savoir mettre en place des analyses de données
- Savoir interpréter et exploiter les résultats obtenus
- Savoir rédiger les résultats obtenus pour publication d’articles
- Savoir présenter les résultats lors de conférences scientifiques
- Savoir travailler en équipe et de manière autonome
Contexte de travail
- Intégration à l’équipe BioDiv
- Mise à disposition d'un poste de travail, d'un ordinateur, et de l'accès à un cluster de calcul
- Intégration à l’équipe BioDiv
- Mise à disposition d'un poste de travail, d'un ordinateur, et de l'accès à un cluster de calcul
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.