En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre IRL2820-ERILEC-004 - Ingénieur en bio-informatique et intelligence artificielle pour la biologie numérique, IRL LIMMS (H/F)

Ingénieur en bio-informatique et intelligence artificielle pour la biologie numérique, IRL LIMMS (H/F)

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : mercredi 22 octobre 2025 23:59:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : Ingénieur en bio-informatique et intelligence artificielle pour la biologie numérique, IRL LIMMS (H/F)
Référence : IRL2820-ERILEC-004
Nombre de Postes : 1
Lieu de travail :
Date de publication : mercredi 1 octobre 2025
Type de contrat : IT en contrat CDD
Durée du contrat : 12 mois
Date d'embauche prévue : 15 janvier 2026
Quotité de travail : Complet
Rémunération : 3144 a 3400 euros brut mensuel selon le profil du candidat + emoluments
Niveau d'études souhaité : BAC+5
Expérience souhaitée : Indifférent
BAP : E - Informatique, Statistiques et Calcul scientifique
Emploi type : Cheffe ou chef de projet / experte ou expert en ingenierie logicielle

Missions

L’agent aura la responsabilité de développera le plateau technologique qui regroupe un ensemble de technologie numériques et d’intelligence artificielle 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 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
- Développement de simulateurs en C++/CUDA pour la résolution d’équations différentielles décrivant les dynamiques multi-espèces (e.g., ROS, TNFa, LPO, etc.).
- Création d’interfaces graphiques interactives (GUI) en Python (CustomTkinter, Plotly) pour le suivi et la visualisation 3D temps-réel des données simulées.
- Intégration de 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. - Mise en place d’un pipeline complet de simulation → visualisation → interprétation pour faciliter la recherche translationnelle.
- Déploiement d’outils compatibles Linux/Unix, et intégration 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, transcriptomique, protéomique, épigénétique, etc…).
- Adapter les outils informatiques aux modèles de biologie numérique (comme des modèles de flux métaboliques-MFA, des modèles pharmacocinétiques de type PK-PD, PBPK, des modèles biologie systémique basé sur la résolution d’équations différentielles et d’optimisation de paramètres), tout en utilisant les nouveaux outils d’analyse de données adaptés selon les besoins, en utilisant des langages de programmation comme R et Python.

- S’informer des progrès scientifiques et technologiques en biologie numérique

- Participer à des réunions et valoriser les résultats d’analyses et le développement de modèles (rapports, publications, présentations)
- Interagir avec les équipes de l’unité́ et participer à des réunions scientifiques
- Conseiller et orienter les nouveaux arrivant accueillis dans le groupe.
- Assurer et organiser la veille scientifique et technologique, diffuser l’information des nouveaux outils au sein du groupe

Compétences

- Grande maîtrise de la programmation scientifique, en particulier en Python, C++ et CUDA pour le calcul parallèle sur GPU.
- Expertise en intelligence artificielle, incluant machine learning et deep learning, avec une utilisation concrète de PyTorch, TensorFlow et TensorBoard.
- Développement d’interfaces graphiques pour la visualisation scientifique interactive (CustomTkinter, Plotly, 3D sliders pour le suivi spatio-temporel des simulations).
- Capacité à travailler sur des projets interdisciplinaires impliquant la simulation numérique, la visualisation 3D et l’analyse IA.
- En modélisation, biologie numérique et bio-informatique.
- Technologie omique
- Connaissance générale en biologie, biochimie, métabolisme
La personne recrutée doit savoir
- Installer les outils nécessaires sur les machines de calcul
- Programmer
- Maitriser les outils/logiciels nécessaires à la biologie numérique
- S’adapter aux besoins spécifiques des projets de recherche
- Savoir réaliser une analyse d’étude (fouille de données, préparation et intégration des données, analyses statistiques, interprétation, rapport des résultats et échange avec les autres chercheurs non bio-informaticiens)

Motivation pour un travail en équipe, organisation et communication d’information. Contact avec les fournisseurs, prestataires ou collègues extérieurs.

Envie de travailler au Japon dans un contexte internationale
Langues : Japonais, Français et Anglais. Anglais : oral et écrit maîtrisés.

Contexte de travail

Ce poste correspond à une nécessité d’évolution des métiers du LIMMS et a une nécessité d’accompagnement des chercheurs dans le domaine des progrès du digital et des jumeaux numériques, ainsi que des technologiques numériques associes. Il s’agit d’une action mise en œuvre dans le cadre de l’ANR Track NAFLD.

Ce poste est au sein du laboratoire LIMMS, Laboratoire de Recherche International (IRL) entre le CNRS (Institut des sciences et de l'ingénierie des systèmes) et l’Université de Tokyo (Institut des sciences industrielles) dont la localisation principale est à Tokyo.

Depuis 2019, le LIMMS et un laboratoire de l'université de Tokyo ont promu l’intégration des différentes sources de données dans des modèles mathématiques et d’IA prédictifs afin d’extrapoler les résultats expérimentaux et de proposer des prédictions chez l’homme (maladie du foie, couplage métabolique et pharmacocinétique). Ce travail est effectue en partenariat avec une équipe clinique pour proposer des jumeaux numériques proche des patients.

Le contexte de ces travaux est de :

- Reproduire des jumeaux numériques de cellules, tissus, organes et patients spécifiques
- Prévoir et évaluer le niveau de toxicité des médicaments, de produits chimiques, des polluants et, d'une manière générale, de tous les agents qui agressent un organisme humain
- Proposer des méthodes d’analyse en utilisant les outils numériques

Ces technologies devront être développées soit localement au LIMMS à Tokyo en lien avec les chercheurs du LIMMS et d'un laboratoire Japonais du Campus de Hongo de l’université de Tokyo soit sur le site d 'un partenaire clinique en France.

Contraintes et risques

Risques liés au travail sur écran
Risques géologiques au Japon