(h/f) ingénieur de recherche en apprentissage par renforcement pour l'embryogenèse

Informations générales

Intitulé de l'offre : (H/F) Ingénieur de recherche en apprentissage par renforcement pour l'embryogenèse
Référence : UMR5077-MARPEL1-019
Nombre de Postes : 1
Lieu de travail : TOULOUSE
Date de publication : jeudi 8 janvier 2026
Type de contrat : IT en contrat CDD
Durée du contrat : 6 mois
Date d'embauche prévue : 9 mars 2026
Quotité de travail : Complet
Rémunération : Entre 3143.64 € et 3403.43 € brut mensuel selon l'expérience
Niveau d'études souhaité : BAC+5
Expérience souhaitée : Indifférent
BAP : A - Sciences du vivant, de la terre et de l'environnement
Emploi type : Ingenieure ou ingenieur biologiste en analyse de donnees

Missions

Le ou la candidat·e retenu·e développera un cadre computationnel pour étudier l’émergence d’information durant l’embryogenèse, en combinant théorie de l’information, mesures de complexité et apprentissage par renforcement multi-agents afin de révéler et quantifier la complexité morphogénétique fonctionnelle

Activités

• Concevoir et implémenter des métriques d’information et de complexité appliquées à des données embryonnaires 3D+temps (ex. information mutuelle, information positionnelle/corrélationnelle, complexité algorithmique, métriques topologiques / invariants).
• Développer une approche d'apprentissage par renforcement multi-agent où les cellules sont modélisées comme des agents apprenant des politiques d’action sous contraintes mécaniques/biophysiques, avec définition de signaux de récompense (structure finale, robustesse, contraintes topologiques, .
• Construire et maintenir une chaîne de calcul reproductible (pipelines de données, entraînements, évaluation, gestion d’expériences), et contribuer à la diffusion logicielle (documentation, dépôt, bonnes pratiques).
• Interagir étroitement avec les biologistes/biophysicien·nes et les autres profils computationnels de l’équipe, participer à la rédaction d’articles, présentations et à la vie scientifique de l’unité.

Compétences

Compétences indispensables :
• Très bon niveau en programmation scientifique (Python) et environnement data/IA (NumPy/SciPy, PyTorch ou JAX, gestion d’expériences).
• Solides bases en apprentissage automatique, idéalement RL (policy gradients/actor-critic, exploration, reward shaping).
• Maîtrise des outils de dev/reproductibilité : Git, tests, packaging, environnements (conda/poetry), conteneurs (Docker/Singularity), scripts HPC.
• Capacité à conduire un travail de recherche : lecture critique, prototypage, validation, documentation, transfert aux collègues.

Compétences appréciées :
• Connaissances en théorie de l’information, statistiques, inférence.
• Notions en biophysique / mécanique des tissus ou intérêt fort pour la modélisation du vivant.
• Expérience avec données spatio-temporelles 3D, graphes dynamiques, ou analyse topologique (selon l’orientation choisie).

Savoir-être :
• Goût pour le travail interdisciplinaire (biologie–physique–informatique), autonomie, rigueur, sens du partage (code, méthodes), communication scientifique (écrit/oral).


Contexte de travail

Le ou la candidat·e retenu·e rejoindra l’équipe interdisciplinaire Multiscale Physics of Morphogenesis, dirigée par Hervé Turlier et composée d’une demi-douzaine de chercheurs.
L’équipe s’engage à offrir un environnement de travail bienveillant, inclusif et diversifié.

Elle sera située à partir du 1er mars au Centre de Biologie Intégrative sur le campus Paul Sabatier de l'Université de Toulouse, dans un environnement scientifique idéal pour développer les interfaces entre biologie, modélisation physique et numérique et apprentissage machine.

Le ou la candidat·e disposera d’un poste de travail individuel dans des locaux rénovés, d’un ordinateur portable performant et d’un accès à un cluster de calcul haute performance dédié à l’équipe (12 GPU, 396 CPU).

Le poste ne présente aucune contrainte ou risque particulier et un jour de télétravail par semaine est possible.


Contraintes et risques

Télétravail possible 1j/semaine
Contrat de 6 mois, avec possibilité de doctorat au 1er septembre 2026.