H/F Ingénieur en bio-informatique et intelligence artificielle pour la biologie numérique

Missions :
L'Ingénieur de recherche aura la responsabilité de construire un nouveau plateau technologique qui regroupera un ensemble de technologie numériques en lien avec la biologie numérique pour la réalisation des opérations nécessaires aux modélisations et aux simulations. Le contexte d'étude sera les pathologies métaboliques. La responsabilité couvre le maintien opérationnel du parc des outils numériques et logiciels, la formation des utilisateurs (ingénieurs et techniciens, étudiants) et l'évolution des technologies et des procédés. Cette mission intègre aussi une mise en place d'outils d'intelligence artificielle, de bio-informatique nécessaire à l'aide des phases de fouilles de données, d'optimisation des modèles, d'extrapolation et de prédiction afin d'extraire les marqueurs d'intérêt.
Activités :
Les activités correspondent à l'entièreté de la mission de la responsabilité opérationnelle d'une plateforme de biologie numérique, de soutien aux équipes pour une recherche pluridisciplinaire biomédicale contre les maladies métaboliques (laboratoire du Prof Sakai, équipe projet international, EPI-TEAMS, entre le LIMMS et BMBI).

Les activités consisteront à:

- Collecter, ordonner et traiter les données issues de la littérature, de bases de données et d'études expérimentales
- Mettre en place des algorithmes d'apprentissage et de classifications des données collectées a base d'intelligence artificielle
- Collecter, nettoyer et mettre à jour des modèles mathématique de biologie systémique en lien avec les équipes de recherche (par exemple métabolisme, pathologie hépatique, etc…)
- Développer de nouveaux modèles intégratifs à des fins de prédiction
- Développer des simulateurs en C++/CUDA pour la résolution d'équations différentielles décrivant les dynamiques multi-espèces (e.g., ROS, TNFa, LPO, etc.).
- Créer des interfaces graphiques interactives (GUI) en Python (CustomTkinter, Plotly) pour le suivi et la visualisation 3D temps-réel des données simulées.
- Intégrer des méthodes d'intelligence artificielle, notamment machine learning supervisé (classification, régression) et deep learning (réseaux de neurones avec TensorFlow et PyTorch) pour la prédiction de l'évolution de biomarqueurs et l'optimisation de traitements numériques.
- Mettre en place un pipeline complet de simulation → visualisation → interprétation pour faciliter la recherche translationnelle.
- Déployer des outils compatibles Linux/Unix, et intégrer dans un environnement scientifique distribué.
- Identifier les outils de biologie numérique, pour le stockage (base de données) et le traitement des données (méthodes statistiques), les mieux adaptés afin de répondre à la problématique posée.
- Traiter et analyser des données avec les outils appropriés utilisés en biologie et toxicologie systémiques (réseaux biologiques), données cliniques (images, dosages etc…), et des données de types omiques (métabolomique, tran
Voir plus sur le site emploi.cnrs.fr...