Descriptif du poste:\n\nLe rôle \nEn tant que Lead en Biologie computationnelle et IA, en collaboration étroite avec le CSO/CTO, vous co-définirez, et exécuterez la stratégie technologique de l'entreprise.\nVous serez responsable de :\n* La biologie computationnelle et notre atlas de cellules uniques\n* Superviser le développement de notre modèle IA \n* L'architecture de la plateforme logicielle\n* Le recrutement et la construction de l'équipe technique\n* La qualité scientifique des algorithmes développés\n* La traduction des avancées scientifiques en un produit adopté par l'industrie\nVous travaillerez à l'intersection de :\n* Les données omics à l'échelle de la cellule unique\n* Le Machine learning, incluant les foundation models et l'IA générative\n* La Drug discovery\n* La Bioinformatique\n* Le développement informatique \n \nResponsabilités : \nLeadership technique\n* Piloter et exécuter la feuille de route technologique à 3-5 ans, définie conjointement avec le CSO.\n* Constituer et diriger les équipes Machine Learning, Bioinformatique et Software Engineering.\n* Mettre en place les meilleures pratiques de développement logiciel, de MLOps et de validation scientifique.\n* Piloter les choix d'architecture IA, de cluster interne et de cloud.\nIntelligence artificielle & Machine Learning\n* Superviser le développement de modèles prédictifs appliqués aux données biologiques.\n* Diriger le développement de modèles pour :\n* Les foundation models : LLM, modèles de diffusion, world models\n* Les horloges du vieillissement fondées sur la transcriptomique\n* L'intégration multi-omique\n* La prédiction de perturbations\n* Potentiellement, les agents IA et systèmes RAG\nGénomique & biologie unicellulaire\n* Définir et superviser les pipelines d'analyse single-cell.\n* Superviser notamment :\n* Contrôle qualité, normalisation et correction des effets de lot\n* Annotation cellulaire\n* Expression différentielle des gènes, biomarqueurs et analyse de voies biologiques\n* Inférence de trajectoires cellulaires\n* Découverte de biomarqueurs\n* Garantir la validité biologique et la robustesse de l'ensemble des résultats.\nProduit\n* Participer aux échanges avec les clients.\n* Définir les indicateurs de performance scientifiques et produit.\nRecherche & développement\n* Identifier les avancées académiques et technologiques pertinentes.\n* Contribuer à la stratégie de propriété intellectuelle de l'entreprise.\n* Participer aux publications scientifiques et au développement de brevets.\n\nProfil recherché:\n\nFormation : \nDoctorat ou expérience équivalente dans un ou plusieurs des domaines suivants :\n* Génomique\n* Biologie computationnelle\n* Machine learning\n* IA appliquée à la biologie\nExpérience requise : \n* Plus de 8 ans d'expérience pertinente.\n* Formation au sein d'universités ou établissements de premier plan \n* Forte expérience avec les données scRNA-seq.\n* Expertise solide en génomique et machine learning.\n* Expérience dans le développement de logiciels prêts pour la production.\n* Excellente maîtrise de Python.\nExpérience appréciée :\n* Expérience en startup / environnement à rythme soutenu.\n* Expérience dans la techbio, la biotech ou l'industrie pharmaceutique.\n* Expérience en leadership technique / management.\n* Une expérience dans la biologie du vieillissement est un atout.\nCompétences techniques\nSingle-cell & omics :\n* scRNA-seq\n* Human Cell Atlas\n* Workflows 10x Genomics\n* Intégration multi-omique\nMachine Learning :\n* Deep Learning\n* Foundation Models\n* Transformers\n* Representation Learning\n* Self-supervised Learning\n* Multimodal Learning\nBioinformatique :\n* Scanpy\n* AnnData\n* Seurat\n* Bioconductor\n* Nextflow\n* Snakemake\nSoftware Engineering : \n* Python\n* PyTorch\n* FastAPI\n* Docker\n* Kubernetes\n* PostgreSQL\n* Bases de données vectorielles\nInfrastructure : \n* AWS\n* GCP\n* MLOps\n* CI/CD\n* Infrastructure as Code (IaC)