Ingénieur.e de Recherche en apprentissage profond pour la génomique
CDD · IR · 12 mois (renouvelable) Bac+5 / Master Muséum National d'Histoire Naturelle · Paris (France)
Mots-Clés
réseau de neurones génomique séquençage haut débit épigénétique
Description
Contexte et définition du poste
Présentation du poste
Nous recherchons un ingénieur de recherche computationnel pour mener des travaux novateurs en génomique synthétique, à la frontière entre l'apprentissage profond et l'ingénierie génomique. Ce rôle passionnant s'inscrit dans un réseau international de chercheurs, centré sur la conception de séquences génomiques synthétiques innovantes au potentiel transformateur.
Contexte institutionnel
Situé au prestigieux Muséum National d'Histoire Naturelle, vous rejoindrez une communauté dynamique de 2 500 chercheurs et experts dédiés à la compréhension de la complexité du vivant sous ses perspectives historiques et contemporaines. Notre institution offre :
-
Des infrastructures de recherche de pointe
-
Un environnement scientifique collaboratif et reconnu internationalement
-
Des opportunités de contribution à la préservation critique de la biodiversité et du patrimoine
Missions principales
-
Développer des algorithmes d'apprentissage profond avancés pour l'analyse complète de données génomiques
-
Concevoir des séquences génomiques synthétiques avec des propriétés précisément ciblées
-
Collaborer avec des équipes interdisciplinaires
-
Traduire les résultats de recherche via des publications à fort impact et des présentations lors de conférences
Profil recherché
Qualifications requises
-
Expertise avancée en :
-
Apprentissage automatique et architectures de réseaux neuronaux profonds
-
Visualisation de données et modélisation statistique
-
-
Compétences solides en programmation Python et/ou C
-
Bonnes capacités de communication en anglais
Qualifications préférentielles
-
Formation en génomique
-
Familiarité avec les techniques de biologie synthétique
Ce que nous proposons
-
Contrat initial d'un an avec possibilité de prolongation
-
Environnement de recherche dynamique et international
-
Ressources computationnelles de dernière génération
-
Opportunités de développement professionnel
Candidature
Procédure : Merci d'envoyer les documents suivants à julien.mozziconacci@mnhn.fr : CV détaillé Lettre de motivation Coordonnées de deux références professionnelles Nous sommes engagés en faveur de la diversité et invitons les candidats de tous horizons et identités à postuler.
Date limite : None
Contacts
Julien Mozziconacci
juNOSPAMlien.mozziconacci@mnhn.fr
Offre publiée le 4 décembre 2024, affichage jusqu'au 2 février 2025