Équipe CeDRE
35043 Rennes
France
35043 Rennes
France
Missions
Dans le cadre du projet maDMP4LS, la personne recrutée sera chargée des développements logiciels autour des outils CeSGO et DMP-OPIDoR.L'objectif est de permettre une interopérabilité entre DMP-OPIDoR, l'outil de rédaction des plans de gestion des données, et les outils de gestion d'infrastructure et de données scientifiques des plates-formes bioinformatiques comme CeSGO ou my.genouest. Le travail sera réalisé en collaboration avec l'INIST et notamment les membres de l'équipe DMP-OPIDoR.
Enseignement : Au cours de ces dernières années, l'UFR Sciences de la Vie et de l'Environnement (SVE) de Rennes a développé une stratégie visant à renforcer les compétences des étudiants dans les disciplines à l'interface entre la biologie, les mathématiques et l’informatique. Les enseignements de ces disciplines commencent dès la première année de licence, et se poursuivent tout au long du cursus de Licence (mention Sciences de la Vie), et dans les masters (mention Bioinformatique et mention Biologie Moléculaire et Cellulaire).
Enseignement : Au cours de ces dernières années, l'UFR Sciences de la Vie et de l'Environnement (SVE) de Rennes a développé une stratégie visant à renforcer les compétences des étudiants dans les disciplines à l'interface entre la biologie, les mathématiques et statistiques. Les enseignements de ces disciplines commencent dès la première année de licence, et se poursuivent tout au long du cursus de Licence (mention Sciences de la Vie), et dans les masters (mention Bioinformatique et mention Biologie Moléculaire et Cellulaire).
Profil d'enseignement :
Équipe Translation And Folding (TAF)
SVE: Institut de Génétique et Développement de Rennes (IGDR)
263 Avenue du General Leclerc CS 74205
35042 RENNES CEDEX
France
IRISA & INRIA Rennes
Bat 12A
Campus de Beaulieu
35042 Rennes cedex
France
Dyliss is a research team in bioinformatics. We focus on sequence analysis and systems biology. We use qualitative formal systems to characterize genetic actors from non model species, such as algae or mining baceria, that control phenotypic answers when challenged by their environment.
The main computational challenge is to face lacks and incompleteness in both expert knowledge and experimental observations. Our strategy relies on three main points.
We use qualitative formal systems for knowledge acquisition and integration. All our methods aim at identifying the space of all models that are consistent with both knowledge and observations. Then we provide tools to navigate in this space in order to investigate which properties are shared by a large proportion of the space.