En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR9002-EDOBER-004 - Post-doc en vision par ordinateur (H/F)

Post-doc en vision par ordinateur (H/F)

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

Date Limite Candidature : jeudi 14 juillet 2022

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Informations générales

Référence : UMR9002-EDOBER-004
Lieu de travail : MONTPELLIER
Date de publication : jeudi 23 juin 2022
Type de contrat : CDD Scientifique
Durée du contrat : 24 mois
Date d'embauche prévue : 1 septembre 2022
Quotité de travail : Temps complet
Rémunération : 2739 to 3148 euros bruts/mois selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent

Missions

Analyser de manière systématique l'expression des gènes en cellule unique à partir d'images haut débit de 'single molecule FISH' (smFISH).

Activités

Le candidat utilisera et développera des algorithmes d'analyse d'images et de vision par ordinateur pour traiter des cribles de smFISH à grande échelle. Les tâches de vision par ordinateur comprennent des tâches difficiles de segmentation et de classification de nuages ​​de points, dont certaines doivent être traitées avec de nouvelles méthodes de pointe afin de répondre à d'importantes questions biologiques liées à la localisation de l'ARN et à la traduction locale dans les neurones. Le candidat quantifiera la localisation de l'ARN dans les processus neuronaux et déterminera comment les schémas de localisation sont modifiés dans les maladies neurodégénératives. Le candidat reliera les données cellulaires vivantes et fixées et développera de nouvelles méthodes pour prédire le devenir cellulaire.

Compétences

Doctorat. Compétence et/ou familiarité avec les scripts Python, les concepts et les outils d'analyse d'images. Intérêt à travailler au sein d'une collaboration interdisciplinaire et à travailler de manière autonome tout en étant intégré dans une équipe.

Contexte de travail

Caractériser l'expression des gènes au niveau des cellules individuelles et dans le contexte de l'espace cellulaire est un défi difficile qui entraîne d'importantes percées conceptuelles. Les ARN messagers sont synthétisés au niveau d'un gène dans le nucléoplasme et traduits en protéines à des emplacements cytoplasmiques spécifiques. Le FISH à molécule unique (smFISH) identifie et localise toutes les molécules d'ARNm produites par un gène donné, dans chaque cellule de grandes populations. Le smFISH possède donc des avantages uniques pour étudier l'expression des gènes, la localisation de l'ARNm et la traduction locale. Dans ce projet, le candidat utilisera et développera des algorithmes d'analyse d'images et de vision par ordinateur pour traiter des cribles de smFISH à grande échelle. Les tâches de vision par ordinateur comprennent des tâches difficiles de segmentation et de classification de nuages ​​de points, dont certaines doivent être traitées avec de nouvelles méthodes de pointe afin de répondre à d'importantes questions biologiques liées à la localisation de l'ARN et à la traduction locale dans les neurones. Le candidat quantifiera la localisation de l'ARN dans les processus neuronaux et déterminera comment les schémas de localisation sont modifiés dans les maladies neurodégénératives. Le candidat reliera les données cellulaires vivantes et fixées et développera de nouvelles méthodes pour prédire le devenir cellulaire.

Le travail sera effectué dans le laboratoire Thomas Walter de l'Ecole des Mines de Paris (https://thomaswalter.github.io); Florian Müller dans Pasteur (https://research.pasteur.fr/fr/member/florian-muller/) ; et Edouard Bertrand à l'IGH/CNRS de Montpellier (https://www.igh.cnrs.fr/en/).

On en parle sur Twitter !