Chercheur (Post Doctoral) en Méthodes D'ia Pour La

Type de recrutement: Poste ouvert en CDD - Quotité de travail: 100% - Durée du contrat: Du 01 janvier 2025 au 31 décembre 2025 - Localisation: IAB Institut pour l'avancée des Biosciences Rond point de la chantourne 38700 La Tronche Présentation de la structure Vous serez administrativement géré par l’IAB dans l’équipe « signalisation chromatinienne » (équipe d’appartenance du Dr Mossuz). Le lieu de travail tenant compte des objectifs, et de la nécessaire proximité avec l’équipe Predimed au début du projet, sera le pavillon Taillefer sur le site santé du CHU à proximité directe des laboratoires TIMC, de l’IAB et HP2, ainsi que du CHUGA. Vous aurez également la possibilité d’être accueilli dans le service d’hématologie biologique de l’institut de biologie et pathologie ( CHUGA) Description de l'équipe: Vous serez sous l’autorité conjointe des 4 partenaires du projet à savoir Pascal Mossuz (IAB/CHUGA), Émilie Devivjer (LIG UGA) ; Sebastien Bailly (HP2) et Christophe Cancé (TIMC / Predimed CHUGA). Ces 4 partenaires collaborent déjà depuis plusieurs mois sur le projet. Dans la 1ère partie de sa mission il sera principalement en lien avec l’équipe de Christophe Cancé, puis pour l’évaluation des méthodes d’AI pour la recherche de facteur causal avec l’équipe du LIG (Emilie Devivjer) et de HP2 ( Sebastien Bailly) Il sera également en lien constant avec l’équipe médical (Pascal Mossuz) pour l’évaluation de la valeur clinique des résultats. Missions principales Vous vous concentrerez principalement sur l'utilisation d'outils d'IA pour étudier les relations causales entre les covariables issues de PREDIMED et le diagnostic de LAM. Au cours du 1er semestre voustravaillerez en étroite collaboration avec l'équipe TIMC sur des données préalablement extraites par l'équipe PREDIMED dans une cohorte de patients atteints de LAM. Vous décrirez les informations d'intérêt sous forme de trajectoires et produirez des visualisations /modélisation conçues en collaboration avec l'équipe médicale. Cette collaboration permettra la création d'un jeu de données basé sur les trajectoires pour faciliter le travail de recherche sur l'inférence. En s'appuyant sur cet ensemble de données,vous serez ensuite impliqué dans l’évaluation de différentes méthodologies d'IA pour explorer la causalité entre divers événements de santé et l'apparition de la LAM. La supervision et l'expertise des équipes du LIG et de HP2 et les connaissances acquises grâce au travail préliminaire d'Émilie Devijver et de Pascal Mossuz soutiendront cette recherche. Activités principales - Élaborer les stratégies d'analyse des séries temporelles et réaliser l'expérimentation des différentes approches en vue de relever le défi des données manquantes qui sont des aspects critiques dans tout projet impliquant des données de santé avec une dimension chronologique - Comparer et évaluer diverses stratégies d'inférence afin de mieux comprendre leur potentiel diagnostique (par exemple, la spécificité, la sensibilité des paramètres causaux) et leur pertinence en fonction des caractéristiques des données. - Procéder à l'analyse de ce "benchmarking méthodologique" complet, résultant des expériences. Cette analyse aura une valeur substantielle pour la mise en œuvre future de ces méthodes dans d'autres modèles de cancer Rechercher les facteurs prédictifs et de diagnostics précoces (activité essentielle en oncologie, reconnue comme une axe majeur par l'INCa pour l'amélioration de la prise en charge des cancers de tous types) Compétences attendues - Connaissance approfondie de la gestion des bases de données et des outils d'apprentissage automatique - Intérêt pour la modélisation statistique et les données médicales - Visualisation des ensembles de données basées sous forme de trajectoires - Connaissance des méthodes d’intelligence artificielles pour la recherche de liens de causalité - Travail en équipe, et de dialoguer avec les différents partenaires - Sens critique (interprétation des résultats) - Force de proposition Formation, diplôme, expérience souhaitée: Thèse de doctorat en informatique ou en mathématiques Rémunération A partir de 3020€ mensuel brut et en fonction de l’expérience.