Description du poste : Vous contribuerez à développer et à appliquer des modèles informatiques avancés pour prédire la toxicité des substances chimiques, en soutien à nos projets de recherche et de développement. Vous développerez et pérenniserez une capacité technique et d'expertise de haut niveau pour assurer le pilotage de programmes d'études et de recherches, par la mise au point de nouvelles méthodologies, dans le domaine de l'évaluation toxicologique d'agents chimiques. Les missions principales seront de: * Développer et mettre en œuvre des méthodes in silico et in vitro pour l'évaluation des risques toxicologiques. * Collaborer avec des équipes pluridisciplinaires pour intégrer les modèles dans des processus d'évaluation des risques et de décision. * Concevoir et valider des modèles prédictifs pour évaluer la toxicité des substances chimiques avec des méthodes telles que le QSAR, les modèles pharmacocinétiques (PBPK), l'apprentissage automatique (Machine Learning) et les modèles basés sur des règles (Structural Alerts) ou encore les jumeaux numériques. * Participer au développement de modèles in vitro d'évaluation de la toxicité tels que des modèles d'organoïdes, d'organes sur puces et des modèles de tissus ex vivo . * Analyser et interpréter les données toxicologiques expérimentales et computationnelles afin de fournir des recommandations pour la sécurité des produits. * Participer à des projets de R&D (développement de logiciels, benchmarking, identification d'outils en workflow) en toxicologie prédictive intégrant des fonctionnalités d'apprentissage basées sur l'intelligence artificielle (IA). * Participer à des projets de recherche en toxicologie prédictive. * Contribuer à l'amélioration continue des méthodes et outils utilisés pour l'évaluation des risques. Description du profil : Diplôme de niveau Master ou Doctorat en toxicologie, chimie, bioinformatique, ou dans un domaine connexe. Expérience en modélisation toxicologique (QSAR, modélisation mécanistique, Machine Learning, etc.) ou en méthodes alternatives à l'expérimentation animale. Connaissances des bonnes pratiques de laboratoire. Maîtrise des logiciels et outils de modélisation (ex : R, Python, KNIME, Schrodinger, MOE, ADMET Predictor, etc.). Connaissances en chimie médicinale, pharmacologie, ou biologie moléculaire seraient un plus. Capacité à travailler en équipe, à communiquer efficacement avec des experts de différents domaines et à communiquer des résultats techniques à des non-spécialistes. Bonne maîtrise de l'anglais technique, tant à l'oral qu'à l'écrit. Des connaissances et une curiosité pour l'IA seraient un plus.