POSTE : Deep Learning - Drug Discovery H/F DESCRIPTION : Entreprise Tomorrow Jobs recrute pour une start-up biotech française à la croisée de l'intelligence artificielle, des sciences omiques et de la médecine de précision. Pionnière dans l'utilisation de modèles causaux et multi-omics. Dans le cadre de sa croissance, l'équipe recherche un.e Deep Learning Scientist expérimenté.e pour concevoir les algorithmes qui feront émerger la prochaine génération de traitements. Vos missions : En tant que Deep Learning Scientist, vous serez responsable du développement de modèles Deep Learning, intégrant des données biologiques complexes (single-cell, transcriptomique, protéomique, épigénomique, métabolomique). Vous jouerez un rôle central dans le développement de notre digital twin cellulaire, un système de simulation prédictive visant à anticiper les réponses cellulaires à différents traitements. Vos responsabilités : - Développer des modèles de deep learning avancés (transformers, VAE, diffusion, GNN) pour prédire les effets de médicaments à l'échelle cellulaire et tissulaire. - Mettre en oeuvre des modèles causaux et bayésiens (Bayesian networks, SEM, causal graphs) pour identifier les relations mécanistiques entre gènes, protéines et phénotypes. - Contribuer aux stratégies de drug repurposing en analysant les réseaux biologiques complexes. - Travailler en collaboration étroite avec les experts omics, biologistes, data engineers et partenaires industriels. - Participer à la valorisation scientifique (publications, conférences, collaboration académique). PROFIL : Profil recherché Vous êtes un.e passionné.e de deep learning appliqué aux sciences du vivant et vous avez l'ambition de contribuer à la transformation de la médecine grâce à l'IA. Vos atouts : - PhD ou postdoc en Computer Science, Machine Learning ou équivalent ; - Expérience avérée dans la conception de modèles Deep Learning appliqués aux données omiques ; - Maîtrise des modèles causaux (Bayesian, graphe, contrefactuel) et de leur implémentation sur des données biologiques ; - Solide compréhension des enjeux liés à l'analyse single-cell et aux approches multi-omics ; - Excellentes compétences en Python, PyTorch ou TensorFlow, - Expérience dans des environnements interdisciplinaires et internationaux.