Mots-Clés

data, intelligence artificielle, cancérologie, deep learning

Description

DEFINITION DU POSTE 

L’Institut Bergonié est le Centre de Lutte Contre le Cancer de Nouvelle Aquitaine. Ses missions sont le soin, l’enseignement et la recherche en cancérologie. Il est doté d’une Direction Données et santé numérique (DDSN) en charge de l’innovation organisationnelle et technologique, du développement du soin à l’aide de dispositifs de santé numérique, du traitement et études de données de vie réelle, du traitement bio-informatique des données haut débit produites dans le cadre de la médecine de précision. Au sein de cette Direction une dizaine de personnes, principalement des ingénieurs possédant une double compétence en santé et en informatique constituent l’Unité Bio- informatique, à laquelle vous serez rattaché(e).

Mission principale :

Vous travaillerez dans le cadre du projet PREDIVAR sur l’automatisation de l’interprétation des variants en génétique tumorale, en collaboration avec un bio-informaticien et un biologiste rattaché à l’Unité de Pathologie Moléculaire sur les missions suivantes :

Développer deux algorithmes d’automatisation d’interprétation des variants issus du séquençage haut débit, reposant en partie sur du machine learning et/ou deep learning. Vous travaillerez en collaboration étroite avec les biologistes et pathologistes de l’unité de Pathologie Moléculaire du département de Biopathologie de l’Institut Bergonié.

Activités spécifiques :

• Extraction et structuration des données

• Extraire les données nécessaires à l’analyse.
• Effectuer du data mining sur les données de littérature.
• Définir les règles de gestion et de structuration des différentes bases de données.
• Documenter les spécifications d’automatisation des règles de gestion en collaboration avec l’unité de bio-informatique de la DDSN.
• Maîtriser la qualité des données tout au long de leur traitement.

• Elaborer un algorithme semi-automatisé

• Un algorithme semi-automatisé d’interprétation des variants reposant sur un algorithme manuel élaboré par un groupe expert en génétique tumorale.

• Elaborer un algorithme automatisé d’interprétation des variants en génétique tumorale à partir de sources de données structurées. 

• Application de techniques de machine/deep learning pour l’interprétation automatique des variants génétiques.

Profil attendu :

• Ingénieur informatique (biologie/santé) avec une spécialisation dans l’apprentissage automatique, master bio-informatique / data science ou IA avec une expérience en intelligence artificielle ≥ 3 ans, doctorat en sciences avec une thèse en intelligence artificielle, post-doctorant avec une expérience en IA
• Une expérience dans le domaine de la santé, et en particulier en cancérologie serait un véritable atout
• Une expérience en data mining est un vrai plus

Compétences requises :

Techniques

• Expertise en algorithme et méthodes de machine / deep learning
• Maitrise des bases de données et gestion des bases de données
• Maitrise du langage de programmation (Python)
• Environnement Linux
• Compétences en analyses statistiques

Aptitudes

• Posséder le sens des responsabilités
• Posséder le sens de la rigueur
• Esprit de synthèse et grande méthode
• Capacité d’adaptation
• Travail en équipe
• Autonomie

Atouts du poste :

• Accessibilité: transports en commun à proximité, places de parking, parking vélos sécurisé.
• Prise en charge de l’abonnement transport en commun à 60% ;
• Comité Social et Économique : chèques cadeaux, chèques rentrée scolaire, places de cinéma… ;
• Restauration collective sur place avec tarif préférentiel (3,41€) ;

Rémunération & organisation du poste :

• Contrat de 39h/semaine avec 22 RTT/an
• Rémunération selon la grille de rémunération des CLCC, statut cadre, 38,5K € à 50K € par an selon expérience du candidat.

Date limite de candidature :

Expressions des candidatures à bergonie.recrutement@bordeaux.unicancer.fr (CV et lettre motivation)

L’Institut Bergonié s’engage en faveur de la diversité culturelle, l’égalité hommes-femmes et l’emploi des travailleurs handicapés.