myScience
Lausanne
Le trimestre dernier
Postdoctorat en génomique computationnelle, apprentissage automatique et biologie unicellulaire
- 13 février 2026
- 100%
- Lausanne
Résumé de l'emploi
Le poste de postdoctorant en génomique computationnelle est proposé par l'EPFL. Une opportunité stimulante dans un environnement collaboratif.
Tâches
- Conduire des recherches interdisciplinaires en biologie et ML.
- Analyser des jeux de données multi-omiques à l'échelle unicellulaire.
- Publier des résultats et encadrer des étudiants en recherche.
Compétences
- Doctorat en biologie computationnelle ou domaine connexe requis.
- Compétences en programmation Python et/ou R exigées.
- Expérience en analyse de données unicellulaires souhaitée.
Est-ce utile ?
À propos de cette offre
Postdoctorat en génomique computationnelle, apprentissage automatique et biologie unicellulaire
Lieu de travail Lausanne - Région du lac Léman - SuisseCatégoriePostePublié le12 février 2026L’EPFL, l’École polytechnique fédérale de Lausanne, est l’un des campus universitaires les plus dynamiques d’Europe et figure parmi les 20 meilleures universités mondiales. L’EPFL emploie plus de 6 500 personnes soutenant les trois missions principales de l’institution : l’enseignement, la recherche et l’innovation. Le campus de l’EPFL offre un environnement de travail exceptionnel au cœur d’une communauté de plus de 18 500 personnes, comprenant plus de 14 000 étudiants et 4 000 chercheurs issus de plus de 120 pays différents.
Postdoctorat en génomique computationnelle, apprentissage automatique et biologie unicellulaire
Le projet porte sur l’intégration et l’analyse de jeux de données unicellulaires multimodaux, incluant scRNA-seq, scATAC-seq, scCUT&Tag, HiC et protéomique, avec un accent sur l’inférence de trajectoire, la dynamique régulatrice et les décisions de destin cellulaire. Un objectif clé est de développer et d’appliquer des approches d’apprentissage automatique, allant des modèles probabilistes aux méthodes modernes d’apprentissage de représentation, afin de découvrir les principes des transitions d’état cellulaire. Le travail sera réalisé en étroite collaboration avec les laboratoires Deplancke et Brbic à l’EPFL, offrant un environnement exceptionnellement riche combinant biologie expérimentale, génomique computationnelle et méthodologie ML.
Taux d’activité : 100,00
Type de contrat : CDD
Durée : 12 mois
Référence : 2072
Postdoctorat en génomique computationnelle, apprentissage automatique et biologie unicellulaire
Mission
Nous recherchons un chercheur postdoctoral très motivé, avec une solide formation en biologie computationnelle et/ou apprentissage automatique, pour rejoindre un projet interdisciplinaire à l’interface de la génomique unicellulaire, de l’intégration de données et de la biologie du développement.Le projet porte sur l’intégration et l’analyse de jeux de données unicellulaires multimodaux, incluant scRNA-seq, scATAC-seq, scCUT&Tag, HiC et protéomique, avec un accent sur l’inférence de trajectoire, la dynamique régulatrice et les décisions de destin cellulaire. Un objectif clé est de développer et d’appliquer des approches d’apprentissage automatique, allant des modèles probabilistes aux méthodes modernes d’apprentissage de représentation, afin de découvrir les principes des transitions d’état cellulaire. Le travail sera réalisé en étroite collaboration avec les laboratoires Deplancke et Brbic à l’EPFL, offrant un environnement exceptionnellement riche combinant biologie expérimentale, génomique computationnelle et méthodologie ML.
Principales tâches et responsabilités
- Travailler et collaborer sur des projets de recherche
- Analyse et publication des résultats
- Construire un réseau solide dans le domaine de la recherche
- Participer à l’enseignement et à la supervision des doctorants et étudiants de master
Profil
- Solide formation en biologie computationnelle, bioinformatique, apprentissage automatique ou domaine quantitatif connexe
- Expérience en apprentissage automatique et/ou modélisation statistique appliquée aux données biologiques
- Expertise avérée en analyse de données unicellulaires (scRNA-seq et/ou scATAC-seq)
- Intérêt ou expérience en intégration de données multimodales et inférence de trajectoire
- Maîtrise de Python et/ou R
- Un intérêt pour la biologie du développement et humaine est fortement apprécié, mais pas obligatoire
- Esprit collaboratif fort et capacité à travailler interdisciplinaire
Nous offrons
- Un environnement de recherche hautement interdisciplinaire à l’interface de l’apprentissage automatique et de la biologie
- Accès à de grands jeux de données multi-omiques unicellulaires à la pointe de la technologie
- Collaboration étroite avec des groupes de premier plan en génomique unicellulaire et apprentissage automatique
- Un fort soutien pour des publications à fort impact et le développement de carrière
Informations
Date de début du contrat : 01/06/2026Taux d’activité : 100,00
Type de contrat : CDD
Durée : 12 mois
Référence : 2072
Dans votre candidature, veuillez mentionner myScience.ch et référencer JobID69250.
