Ingénieur·e en Modélisation et Analyse de Données pour la Biologie des Arn H/F - Ecole supérieure de physique et de chimie industrielles de la Ville de Paris

Le poste est à pourvoir au sein de l'équipe de Biophysique et Évolution. Les activités seront réalisées à l'ESPCI Paris - PSL, au Laboratoire de Biochimie (UMR CBI 8231).

L'ingénieur·e sera placé·e sous la responsabilité scientifique du Pr Philippe NGHE, directeur du laboratoire Biophysique et Évolution. Les recherches de l'équipe portent sur les mécanismes d'évolution, la modélisation des systèmes biologiques, les technologies de criblage à haut débit et l'analyse quantitative.

Le projet de recherche vise à mieux comprendre et prédire les interactions entre segments d'ARN qui contraignent le réassortiment des virus influenza A. Il associe données de séquences virales, mesures à haut débit au niveau du virion unique, biologie structurale des ARN et modélisation statistique et physique. Le travail s'inscrit dans une collaboration nationale réunissant des équipes expérimentales et computationnelles.

Au quotidien, vous travaillerez avec les membres de l'équipe et contribuerez à la mise en place des analyses préparatoires à la modélisation des interactions ARN-ARN et de la compatibilité des génomes viraux.

- Collecte, organisation, contrôle qualité et documentation de données de séquences et de mesures expérimentales sur les virus influenza A

- Développement en Python de scripts reproductibles pour le prétraitement, l'exploration et la visualisation des données

- Mise en oeuvre et comparaison de premières approches statistiques et d'apprentissage automatique pour l'étude des interactions ARN-ARN et du réassortiment viral

- Intégration de contraintes physiques liées à la structure et à l'énergie d'interaction des ARN dans les analyses

- Préparation des jeux de données, de la documentation et des résultats nécessaires à la poursuite du projet

Connaissances et qualités recherchées :

- Bonnes connaissances en programmation scientifique, notamment en Python, et en analyse de données.

- Connaissances en statistiques, apprentissage automatique, bioinformatique ou biophysique. Un intérêt pour la biologie des ARN et l'évolution virale est attendu.

- Anglais scientifique courant ; les interactions au sein du consortium ont lieu en français et en anglais.

Formation requise (ou diplôme) :

Master 2 ou diplôme d'ingénieur en physique, mathématiques appliquées, bioinformatique, biologie computationnelle, informatique scientifique ou domaine connexe.

Expérience souhaitée :

- Une expérience de projet ou de stage en analyse de données biologiques ou en apprentissage automatique est souhaitée.

- Une expérience des données de séquences, des modèles probabilistes ou des méthodes génératives serait appréciée.

- Rigueur, autonomie, capacité à documenter le code et aptitude au travail interdisciplinaire.

• Statistiques
• Python
• Programmation
• Anglais
• Autonomie
• Machine learning
• Analyse de données
• Contrôle qualité
• Français
• Bio-informatique
• Visualisation de données