ingénieur d'étude en single-cell RNAseq

Type de poste
Niveau d'étude minimal
Dates
Durée du poste
Contrat renouvelable
Contrat non renouvelable
Date de prise de fonction
Date de fin de validité de l'annonce
Localisation
Nom de la structure d'accueil
Adresse

Parc scientifique et technologique de Luminy
13009 Marseille 13288
France

Contacts
Thien-Phong VU MANH
Email du/des contacts
vumanh@ciml.univ-mrs.fr
Description

Les équipes de recherche de Marc Dalod au CIML (http://www.ciml.univ-mrs.fr/science/lab-marc-dalod/dendritic-cells-and-…) et d'Isabelle Schwartz-Cornil au VIM (https://www6.jouy.inrae.fr/vim/Equipes-scientifiques/Vaccins-Immunopath…) travaillent de concert pour identifier, grâce à l'utilisation de modèles de poumons humains, les types cellulaires initialement ciblés par le virus Sars-CoV-2 et pour étudier les réponses précoces de ces cellules à l'infection. La stratégie inclut l'analyse des réponses transcriptomiques à l'échelle de la cellule unique, en se basant sur des travaux que nous avons récemment publiés (https://pubmed.ncbi.nlm.nih.gov/32690951/).
Le/la candidat(e) aura pour objectif l'analyse de données single-cell RNA-seq d'échantillons issus de poumons humains infectés in vitro par le virus.
Il/elle travaillera en collaboration avec un chercheur (Thien-Phong Vu Manh) et un Ingénieur de Recherche (Luc Jouneau) bioinformaticiens.
Il/elle pourra bénéficier du réseau de bioinformaticiens experts dans la conception et le développement de pipelines d'analyses de données single-cell du CIML.
Il/elle devra prendre en main certains pipelines déjà conçus, les adapter si nécessaire avec des méthodes nouvelles issues de la littérature et produire des résultats en tenant compte des demandes des porteurs de projet.

Compétences requises :
1. Excellente maîtrise de la programmation en R.
2. Maîtrise de logiciels requis pour l'analyse de données transcriptomiques (e.g. STAR, DESeq2, EdgeR, Limma, etc.) et si possible single-cell (e.g. CellRanger, Seurat, Monocle, etc.).
3. Compréhension de l'anglais scientifique.
4. Compréhension pratique des méthodes mathématiques d'analyse de données multidimensionnelles (ACP, t-SNE, UMAP, pseudotime, etc.).

Compétences souhaitées :
1. Connaissance pratique des outils de conteneurisation (Docker, Singularity), gestionnaires de version (Git).
2. Notions d’immunologie.

Profil recherché :
1. BAC+5 en bioinformatique, informatique ou mathématiques appliquées.
2. Expérience en bioinformatique appliquée aux données génomiques ou transcriptomiques, idéalement au niveau single-cell.
3. Capacités organisationnelles, présentation synthétique des résultats scientifiques.
4. Bonne communication avec les chercheurs en biologie, intérêt pour les questions biologiques.
5. Habitude du travail en équipe, capacités d'écoute et de proposition. Autonomie.
6. Intérêt pour les aspects méthodologiques de l'analyse de données.

---- English version ------------------------------------------

The research teams of Marc Dalod at the CIML (http://www.ciml.univ-mrs.fr/science/lab-marc-dalod/dendritic-cells-and-…) and Isabelle Schwartz-Cornil at the VIM (https://www6.jouy.inrae.fr/vim/Equipes-scientifiques/Vaccins-Immunopath…) are working together to identify, using human lung models, the cell types initially targeted by the Sars CoV-2 virus and to study the early responses of these cells to infection. The strategy includes the analysis of transcriptomic responses at the single cell level.
The objective of the candidate will be to analyze single-cell RNA-seq data from samples derived from human lungs infected in vitro with the virus.
He/she will work in collaboration with a researcher (Thien-Phong Vu Manh) and a Research Engineer (Luc Jouneau) in bioinformatics.
He/she will be able to benefit from the network of bioinformaticians at CIML expert in the design and development of single-cell data analysis pipelines.
He/she will have to take in hand some already designed pipelines, adapt them if necessary with new methods from the literature and produce results taking into account the demands of the project leaders.

Required skills :
1. Excellent proficiency in R programming.
2. Advanced proficiency with softwares required for transcriptomic data analysis (e.g. STAR, DESeq2, EdgeR, Limma, etc.) and single-cell data (e.g. CellRanger, Seurat, Monocle, etc.).
3. Understanding of scientific English.
4. Practical understanding of multidimensional data analysis mathematical methods (PCA, t-SNE, UMAP, pseudotime, etc.).

Desired Skills :
1. Practical knowledge of containerization tools (Docker, Singularity), version managers (Git).
2. Notions of immunology.

Desired profile :
1. M.Sc. or equivalent in bioinformatics, computer science or applied mathematics.
2. Experience in bioinformatics analysis applied to genomic or transcriptomic data, ideally at the single-cell level.
3. Organizational skills, synthetic presentation of scientific results.
4. Good communication with biological researchers, interest in biological questions.
5. Teamwork habit, ability to listen and make proposals. Autonomy.
6. Interest in the methodological aspects of data analysis.

Equipe adhérente personne morale SFBI
Equipe Non adhérente