Offre en lien avec l’Action/le Réseau : DOING/– — –

Laboratoire/Entreprise : INRAE
Durée : fonctionnaire
Contact : celine.brouard@inrae.fr
Date limite de publication : 2024-03-11

Contexte :
https://jobs.inrae.fr/concours/concours-charges-recherche-classe-normale-profil-h-f/cr-2024-mathnum-6

L’unité propre de recherche Mathématiques et Informatique Appliquées de Toulouse (MIAT) est une unité du département Mathématiques, informatique, sciences de la donnée et technologies du numérique (MathNum) d’INRAE. L’unité comporte deux équipes de recherche (SaAB et SCIDyn) et trois plateformes (GENOTOUL Bioinfo, RECORD et SIGENAE). Au sein de ce laboratoire, vous rejoindrez l’équipe Statistique et Algorithmique pour la Biologie (SaAB) composée de dix chercheurs et ingénieurs, une équipe pluri-disciplinaire en informatique/bioinformatique/statistique dont les applications scientifiques sont orientées vers la biologie.

L’équipe a développé des compétences sur le sujet des réseaux de neurones profonds, et plus particulièrement sur des réseaux de neurones capables d’utiliser ou de prédire des informations structurées (par exemple des graphes). L’équipe est aussi porteuse de la chaire “Design using intuition and logic” (DIL) de l’Institut Toulousain d’Intelligence Artificielle (ANITI).

Sujet :
Vous renforcerez la synergie de l’équipe autour du thème central de l’apprentissage et compléterez les compétences déjà présentes sur la thématique de l’apprentissage profond. En votre qualité de chercheur·e spécialiste de ce domaine, vous serez capable de proposer des solutions/architectures originales pour les problèmes d’apprentissage d’objets structurés avec des approches neuronales. L’un des principaux verrous méthodologiques concerne le développement d’hybridations originales entre l’optimisation discrète (pour la recherche de structure) et l’optimisation continue (sur laquelle les réseaux de neurones sont basés). Ces questions sont d’un grand intérêt pour diverses problématiques abordées dans l’équipe : inférence de réseaux de gènes, design de protéines, prédiction de phénotypes, annotation automatique de génomes.

Profil du candidat :
Vous êtes titulaire d’un doctorat ou équivalent. Vous avez une expérience de recherche sur les aspects méthodologiques de l’apprentissage (machine et deep learning). Des compétences scientifiques complémentaires orientées vers les réseaux de neurones pour graphes, l’apprentissage d’objets structurés ou les modèles graphiques seraient appréciées.

De même, une connaissance des applications en biologie moléculaire et génomique n’est pas indispensable mais serait un plus.
Vous avez le goût du travail en équipe et un très bon relationnel. Vous faites preuve d’initiative et d’autonomie.

La maîtrise de l’anglais est souhaitée ainsi qu’une expérience internationale de longue durée : les lauréats qui n’en auraient pas encore réalisé seront fortement incités à effectuer un séjour à l’étranger co-construit avec l’équipe d’accueil à l’issue de l’année de stage.

Formation et compétences requises :
Concours ouvert aux candidats titulaires d’un doctorat (ou équivalent).

Adresse d’emploi :
INRAE, Unité MIAT, Toulouse