Description poste
Gencovery est à la recherche d’un lead scientist talentueux pour développer et gérer ses pipelines d’intelligence artificielle et de modélisation avancée.
- Vous serez en charge du développement des outils internes d’intelligence artificielle et de modélisation avancée qui alimenteront notre portefeuille de méthodes d’analyse et de modélisation.
- Vous dirigerez des projets de R&D centrés sur les développements de l’IA et de la modélisation.
- Vous serez responsable de l’exécution et de la livraison des analyses d’IA/modélisation aux clients.
- Vous serez responsable de la supervision des scientifiques et des étudiants en IA/modélisation.
Description profil
- Vous avez un doctorat en mathématiques appliquées, en informatique, en physique ou dans des domaines connexes avec un accent sur l’apprentissage automatique et/ou l’intelligence artificielle.
- Vous avez 2 à 5 ans d’expérience dans le milieu universitaire ou industriel dans le domaine de l’intelligence artificielle.
- Vous avez une forte expertise en Intelligence Artificielle, en particulier les méthodes de Deep Learning.
- Vous avez une bonne expertise dans la modélisation des systèmes dynamiques.
- Vous avez une solide expérience sur les outils standards d’IA/machine learning/deep learning : Python, R, Scikit-learn, Pandas, Tensorflow, PyTorch.
- Une expérience en biologie des systèmes serait un atout.
Niveau d’études
Bac>=5
Poste proposé
Intitulé du poste proposé
Lead scientist en Intelligence Artificielle et Modélisation Avancée
Poste basé à Lyon
Secteur d’activité : Informatique
Nature du contrat : CDI
Disponibilité : dès que possible
Rémunération envisagée : De 40 000€ à 50 000€ selon profil
Description entreprise
GENCOVERY est une société de logiciels basée à Lyon (France) qui développe une plateforme digitale collaborative pour accélérer les processus de bioingénierie et de bioproduction des entreprises biotechnologiques et pharmaceutiques. Les développements de la société s’articulent autour de deux axes :
– un ensemble d’algorithmes pour la construction et la simulation de modèles métaboliques cellulaires, et
– une suite logicielle collaborative, Constellab™, conçue pour gérer des données omiques complexes et des pipelines analytiques.
Les modèles générés in silico, appelés jumeaux numériques du métabolisme cellulaire, peuvent être utilisés pour simuler des expériences et évaluer des hypothèses biologiques, réduisant ainsi considérablement le temps et le coût des expériences in vivo et in vitro.
