Mots-Clés

Statistiques Machine Learning Génomique

Description

Le Centre National de Recherche en Génomique Humaine (CNRGH), au sein de l'Institut de biologie François Jacob du CEA, est localisé sur le campus de la Genopole d'Evry-Courcouronnes (https://jacob.cea.fr/drf/ifrancoisjacob/Pages/Departements/CNRGH.aspx).

Le CNRGH permet de répondre aux questions scientifiques nécessitant des besoins de séquençage et de génotypage à très haut débit grâce au développement et à la mise en œuvre de technologies innovantes. L'organisation du CNRGH permet d'optimiser la recherche en génomique des maladies humaines, en créant les liens indispensables entre la constitution des cohortes (échantillons d'ADN et d’ARN) et l'identification des gènes responsables, l'étude du transcriptome et de l'épigénome. Plus précisément, l’ingénieur-chercheur en statistiques et machine learning sera intégré au sein de l’équipe Mathématiques et Statistiques du CNRGH, composée actuellement de 3 ingénieurs-chercheurs permanents, dont l’objectif est le développement de méthodes d’analyse innovantes des données génomiques.

La mission principale pour ce poste sera le développement de méthodes d’analyses statistiques multivariées pour l’analyse intégrative de données multi-omiques (génomique, transcriptomique, épigénomique, protéomique, métabolomique...), afin d’identifier et d’interpréter des groupes de marqueurs « omiques » hautement corrélés à une pathologie donnée ainsi que d’identifier d’éventuels sous-types de cette pathologie. Dans une perspective de médecine personnalisée, l’objectif est de mieux modéliser l’étiologie de la maladie et d’en identifier chaque sous-type, afin de mieux prédire son évolution, l’efficacité d’un traitement, voire d’identifier de nouvelles cibles thérapeutiques.

Titulaires d'un doctorat en mathématiques ou statistiques appliquées, biologie computationnelle, informatique ou discipline apparentée, les candidats devront justifier d’une expérience significative en analyse statistique et machine learning. Des connaissances dans le domaine de la génomique ou de la recherche biomédicale ainsi qu’en deep learning seraient très appréciées. Anglais courant requis. Ce poste demande des capacités à communiquer au sein d'équipes pluridisciplinaires, à comprendre les problématiques scientifiques, de la rigueur et de l'autonomie.

Candidature
Le poste est à pourvoir immédiatement. Envoyer un CV, une lettre de motivation ainsi que
les coordonnées de deux références à edith.lefloch@cnrgh.fr