Le séquençage à haut débit de cellules uniques, qui permet d'extraire d'énormes quantités de données moléculaires d'une cellule, crée des opportunités passionnantes pour l'apprentissage automatique afin d'aborder des questions biologiques en suspens. Le post-doctorant (H/F), qui sera recruté dans le cadre de l'ERC StG MULTI-viewCELL, travaillera sur le développement de méthodes d'apprentissage automatique pour les données unicellulaires. Le projet nécessitera des interactions avec les collaborateurs de l'équipe.
Activités
-conception d'une nouvelle méthode mathématique
-veille documentaire de publications pertinentes pour le domaine
-programmation/codage en Python (Pytorch)
-présentation des résultats obtenus en conférence
-interaction avec les membres de l’équipe et les collaborateurs internationaux
Compétences
Diplôme: Doctorat en informatique, en apprentissage automatique ou en biologie computationnelle
Nous attendons d'un candidat qu'il dispose d'une solide expérience en apprentissage automatique ou en statistiques. Le candidat doit également maîtriser des langages de programmation comme Python. La familiarité avec les données unicellulaires et l'expérience avec les méthodes et les logiciels existants pour les cellules uniques représenteraient un fort avantage. D'excellentes compétences en communication et un esprit d'équipe, ainsi qu'une capacité à travailler en autonomie sont essentiels. Un anglais courant, tant à l'oral qu'à l'écrit, est requis.
Contexte de travail
L'équipe Machine Learning for Integrative Genomics (https://research.pasteur.fr/en/team/machine-learning-for-integrative- genomics/) de l'Institut Pasteur, dirigée par Laura Cantini, travaille à l'interface de l'apprentissage automatique et de la biologie (outils développés par l'équipe : https://github.com/cantinilab). L’équipe est composée de 8 personnes: 4 doctorants, 1 M2, 1 Ingénieur de recherche et une assistante. L’équipe est associée au département de biologie computationnelle de l'Institut Pasteur, à l'UMR3738 et à l'Institut d'intelligence artificielle PRAIRIE. L’équipe a récemment remporté un financement ERC StG qui fait l'objet de ce recrutement.
L'équipe Machine Learning for Integrative Genomics (https://research.pasteur.fr/en/team/machine-learning-for-integrative- genomics/) de l'Institut Pasteur, dirigée par Laura Cantini, travaille à l'interface de l'apprentissage automatique et de la biologie (outils développés par l'équipe : https://github.com/cantinilab). L’équipe est composée de 8 personnes: 4 doctorants, 1 M2, 1 Ingénieur de recherche et une assistante. L’équipe est associée au département de biologie computationnelle de l'Institut Pasteur, à l'UMR3738 et à l'Institut d'intelligence artificielle PRAIRIE. L’équipe a récemment remporté un financement ERC StG qui fait l'objet de ce recrutement.
Contraintes et risques
travail sur ordinateur
travail sur ordinateur
Informations complémentaires
MULTIview-CELL ERC StG (https://www.ins2i.cnrs.fr/fr/cnrsinfo/laura-cantini-un-projet-erc-starting-grant-linterface-entre-apprentissage-automatique-et)
MULTIview-CELL ERC StG (https://www.ins2i.cnrs.fr/fr/cnrsinfo/laura-cantini-un-projet-erc-starting-grant-linterface-entre-apprentissage-automatique-et)
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.