Aix-Marseille Université (AMU) est une université pluridisciplinaire structurée autour de cinq grands secteurs disciplinaires (Arts, Lettres, Langues et Sciences Humaines ; Droit et Science politique ; Économie et Gestion ; Santé ; Sciences et Technologies et un secteur pluridisciplinaire). AMU forme 80 000 étudiants dans 17 composantes (facultés, écoles, instituts), réparties dans quatre départements (04, 05, 13 et 84) et 10 villes (en savoir plus : www.univ-amu.fr ; AMU en vidéo : https://youtu.be/7-Hrtn-l2Qk). La diversité des sites permet de proposer aujourd'hui des opportunités de carrière uniques. L'ingénieur(e) sera recruté au laboratoire Architecture et Fonction des Macromolécules Biologiques (AFMB), unité mixte de recherche sous tutelle d'Aix-Marseille Université (AMU) et du Centre National de la Recherche scientifique (CNRS) (UMR 7257). Le laboratoire est composé de 5 équipes de recherche et 3 plateformes techniques scientifiques. L'ingénieur(e) intégrera l'équipe de Glycogénomique, impliquée dans le maintien et le développement de la classification des Carbohydrate-Active enZymes (CAZy). La base de données et le site web CAZy, qui sont mis à jour mensuellement, sont des références internationales au coeur de l'acitivité de la communauté des Glycosciences. La classification en famille est basée sur les similarités des séquences primaires mais fournit également des informations fonctionnelles et structurales. 1. Description du projet attendue dans le cadre du contrat Ce projet vise à automatiser l'annotation de la modularité des CAZymes dans de large volumes de données en intégrant différents niveaux de granularité : superfamilles (repliements communs mais séquences/fonctions divergentes), familles (séquences et catégories fonctionnelles assez similaires) et sous-familles (conservation élevée des séquences et des fonctions, mais limitée à peu de cas). 2. Description des résultats attendus à l'issue du contrat de projet Développement d'outils pour l'apprentissage semi-automatique de seuils (scores et couverture) à partir de résultats d'HMM et d'alignements par paires. Implémentation d'un prédicteur de type arbre/forêt de décision basé sur ces seuils et d'approches plus avancées de type deep-learning utiliant des Large Langage Models. 3. Modalité d'évaluation de l'atteinte de l'objectif au terme du contrat de projet La qualité (précision et robustesse) des différentes approches devra être évalué ainsi que leur applicabilité à de grands volumes de données afin de déterminer la meilleure stratégie ou d'en concevoir une hybride.