Ingénieur-e de recherche en bioinformatique

Vos missions en quelques mots - Mission principale: L’ingénieur·e de recherche contribuera au développement et à la mise en œuvre d’analyses bio-informatiques avancées appliquées à la transcriptomique en cellule unique et à la transcriptomique spatiale. La personne recrutée aura pour mission de concevoir, adapter et déployer des outils permettant d’explorer l’hétérogénéité et les interactions cellulaires dans le microenvironnement tumoral humain, avec un accent particulier sur les populations myéloïdes (monocytes, macrophages, cellules dendritiques). - Activités principales: · Identifier, adapter et utiliser des outils et pipelines existants pour l’analyse de données de transcriptomique en cellule unique (scRNA-seq) et de transcriptomique spatiale (technologies de type MERSCOPE, Visium, etc.) · Développer de nouveaux scripts ou modules bioinformatiques pour l’intégration et la visualisation de données multi-omiques · Participer à la conception et à la mise en œuvre de stratégies analytiques en collaboration avec les biologistes du laboratoire · Contribuer à l’annotation, la comparaison et l’interprétation biologique des populations cellulaires identifiées · Documenter et assurer la reproductibilité des analyses (versioning, documentation, pipeline management) · Participer à la valorisation des résultats (figures, rapports, contribution à la rédaction d’articles scientifiques) · Interagir avec les autres bioinformaticiens et ingénieurs de l’Institut Mondor de Recherche Biomédicale (IMRB) pour partager outils et bonnes pratiques Profil recherché Connaissances: · Bonnes connaissances en bioinformatique appliquée à la transcriptomique (scRNA-seq, RNA-seq, spatial transcriptomics). · Connaissances en biologie moléculaire et cellulaire, idéalement en immunologie et/ou cancérologie. · Maîtrise des environnements Linux et des langages de programmation usuels en analyse omique (Python, R). · Connaissance des outils et bibliothèques standards : Scanpy, Seurat, Squidpy, Anndata, etc. · Compréhension des notions de statistiques et d’apprentissage automatique appliquées aux données biologiques. · Connaissances souhaitées en gestion de données (Git, Docker, Snakemake ou Nextflow). Savoir-faire: · Analyser, interpréter et intégrer des données issues de technologies scRNA-seq et spatiales · Développer et documenter des pipelines reproductibles · Gérer des jeux de données volumineux et complexes · Communiquer efficacement les résultats à des biologistes non spécialistes · Travailler en collaboration dans un environnement pluridisciplinaire · Assurer une veille technologique sur les nouvelles approches analytiques Aptitudes: · Curiosité scientifique et intérêt marqué pour la biologie et l’immunologie · Esprit d’équipe, goût pour la collaboration et le partage d’expertise · Rigueur, sens de l’organisation et autonomie · Capacité d’adaptation à des projets évolutifs et interdisciplinaires · Motivation à apprendre et à développer de nouvelles compétences analytiques Expérience(s) souhaité(s) · Expérience préalable en analyse de données de transcriptomique en cellule unique (stage, CDD, ou thèse) · Expérience en traitement ou intégration de données spatiales (Visium, MERFISH, MERSCOPE, etc.) appréciée · Une expérience dans le domaine de l’immunologie ou du microenvironnement tumoral serait un atout fort · Participation antérieure à des collaborations multidisciplinaires (biologie/bioinformatique) souhaitée Expérience(s) souhaité(s): · Expérience préalable en analyse de données de transcriptomique en cellule unique (stage, CDD, ou thèse) · Expérience en traitement ou intégration de données spatiales (Visium, MERFISH, MERSCOPE, etc.) appréciée · Une expérience dans le domaine de l’immunologie ou du microenvironnement tumoral serait un atout fort · Participation antérieure à des collaborations multidisciplinaires (biologie/bioinformatique) souhaitée Éléments de candidature Personnes à contacter charles-antoine.dutertre@u-pec.fr