Poste MCF – 65ème section
————————————
Profil court : Intelligence artificielle appliquée à la biologie. Développement d’approches
d’apprentissage automatique pour l’intégration multiomique, la modélisation de réseaux et la
prédiction de la biodiversité
Laboratoire
————————————
Laboratoire Microorganismes Genome et Environnement (LMGE), UMR CNRS 6023 – Université Clermont Auvergne
Nom directeur·trice du laboratoire: Pr. Didier Debroas
Directeur·trice du laboratoire : 0473407837
@ Directeur·trice du laboratoire : didier.debroas@uca.fr
URL LABO : lmge.uca.fr
Profil recherche détaillé
—————————-
Le LMGE (UMR 6023) souhaite renforcer son expertise en bioinformatique et sciences des
données par le recrutement d’un(e) enseignant(e)-chercheur(e) maîtrisant les concepts et
outils d’intelligence artificielle (machine learning/deep-learning). Ce recrutement vise à
développer une recherche interdisciplinaire, à l’interface de la microbiologie, de l’écologie et de
l’IA, afin de comprendre, modéliser et prédire les dynamiques microbiennes dans des
environnements soumis à diverses pressions naturelles ou d’origine anthropique.
Ce poste contribuera à renforcer la visibilité et l’attractivité du LMGE dans les thématiques
émergentes de l’intelligence artificielle appliquée à l’écologie aquatique et à la santé, deux
domaines d’excellence scientifique de l’Unité.
Le/la candidat(e) développera un projet de recherche original et ambitieux s’articulant autour
d’un ou plusieurs des axes suivants :
– Analyse et intégration multi-omique : développement d’approches d’apprentissage
automatique permettant de relier données métagénomiques, transcriptomiques,
protéomiques et métabolomiques, pour décrypter la diversité spécifique et fonctionnelle
au sein des écosystèmes.
-Détection d’émergences microbiennes ou virales : développement de modèles prédictifs
intégrant les effets des changements globaux, des pressions anthropiques afin d’anticiper
les dynamiques d’émergences et de propagation dans le cadre conceptuel « One Health ».
-Analyse et modélisation des réseaux microbiens : identification des interactions
structurantes et des processus gouvernant la dynamique et la résilience des communautés
microbiennes dans différents contextes écologiques.
-Modélisation des flux de carbone et d’énergie : élaboration de modèles intégrant des
données multi-sources (métabolisme, conditions environnementales, imagerie, isotopie)
pour prédire et quantifier les flux biogéochimiques au sein des écosystèmes.
Le projet devra mettre en évidence la capacité du/de la candidat(e) à s’intégrer dans l’une des
équipes du LMGE (lmge.uca.fr) :
-EPIE (Epidémiologie et physiopathologie des infections à enterovirus; Responsable: J-Luc.BAILLY@uca.fr)
-IRTA (Interactions dans les Réseaux Trophiques Aquatiques; Responsable: J-Pierre.AGUER@uca.fr)
-MEB (Génomique environnementale et bioinformatique; Responsable: Cecile.LEPERE@uca.fr )
En contribuant au développement de collaborations internes et à la valorisation des compétences transversales du laboratoire. Le/la
candidat(e) devra justifier d’une expérience dans le développement de méthodes ou le traitement
de données à l’interface entre l’intelligence artificielle et la biologie, attestée par une
production scientifique de qualité (publications, logiciels, pipelines,).
Une expertise des approches d’apprentissage supervisé et non supervisé, de l’apprentissage
profond (réseaux de neurones), ou de la modélisation probabiliste appliquée aux données
biologiques sera particulièrement appréciée. Des connaissances en biologie, et plus
spécifiquement en écologie microbienne, constitueront un atout majeur pour une intégration
réussie au sein de l’unité.
Le/la lauréat(e) bénéficiera d’un environnement scientifique et technique de haut niveau au sein
de l’Université Clermont Auvergne :
– Accès aux infrastructures de calcul haute performance du mésocentre UCA et à la plateforme
AuBI, membre du réseau de l’Institut Français de Bioinformatique (IFB).
– Appui institutionnel fort via par exemple le cluster MIAI, offrant de nombreuses opportunités
de collaborations interdisciplinaires et de financements ciblés.
– Intégration dans un écosystème dynamique de recherche et d’innovation, favorisant les
interactions entre sciences du vivant, mathématiques, informatique et environnement.
Profil Enseignement détaillé
———————————
L’enseignement sera exercé à l’ UFR Biologie, composante de l’Institut SVSAE à l’Université
Clermont Auvergne. L’enseignant(e)-chercheur(se) assurera des cours magistraux, des travaux
dirigés et des travaux pratiques de biostatistiques et de bioinformatique, en Licence Sciences de
la Vie et en Master Bio-informatique. Certains enseignements se feront en anglais. La personne
recrutée participera aux préparations des sujets d’examen, aux corrections des contrôles continus
et des examens, aux soutenances orales (projets personnels, stages,…), aux jurys de promotion et
à l’encadrement des étudiantes et des étudiants. Elle aura également pour mission de s’impliquer
dans le développement des approches par compétences. La personne recrutée intégrera l’équipe
pédagogique Biostatistique-Bioinformatique avec pour mission de développer les enseignements
d’intelligence artificielle (Intelligence Artificielle-Machine learning / Deep learning) dans les
différentes formations portées par l’UFR biologie. Dans ce contexte et dans le cadre de la
définition de la nouvelle offre de formation de l’UFR Biologie (2027), la personne recrutée sera en
charge du développement de cours relatifs à la conception, l’entraînement et l’évaluation de
modèles d’IA (classification supervisée / non supervisée, réseaux de neurones) appliqués aux
données biologiques complexes.
Contact Directeur·trice département :Pr. Jean-Louis Julien
0473407924
@ Directeur·trice ou responsable : j-louis.julien@uca.fr
URL département le cas échéant : https://biologie.uca.fr/
Commentaires récents