Chercheur postdoctoral : Modèles d’apprentissage profond géométriques pour étudier les protéines intrinsèquement désordonnées, Villers-lès-Nancy, France

Description de l’offre

À propos du centre de recherche

Créé en 1986, le Centre Inria est devenu en 2023 le Centre Inria de l’Université de Lorraine. Sa croissance s’inscrit dans le développement du site lorrain avec l’Université de Lorraine. Il dispose également d’une antenne à Strasbourg, qui se développe aux côtés de l’Université de Strasbourg. Le centre compte 20 équipes-projets, réparties entre Nancy, Strasbourg et Sarrebruck. Ses activités mobilisent plus de 400 personnes, scientifiques et personnels d’appui à la recherche et à l’innovation, dont 38 nationalités différentes.

Contexte

Ce poste postdoctoral fait partie du projet IDPFold (2025-2029) récemment financé par l’Agence Nationale de la Recherche (ANR). L’objectif principal est de développer des modèles d’apprentissage profond géométriques pour étudier les protéines intrinsèquement désordonnées (IDP). Le chercheur postdoctoral sera encadré par Hamed Khakzad (professeur junior, Inria). Notre équipe se compose de deux chercheurs permanents avec plusieurs membres doctorants et postdoctorants, et devrait s’agrandir en embauchant de nouveaux membres. Notre objectif principal est de développer des modèles d’apprentissage profond, d’étudier et de prédire la structure, les interactions et la fonction des protéines et de concevoir davantage de molécules synthétiques. L’équipe a accès à des ressources de calcul, notamment des GPU et des CPU efficaces, provenant de différents centres de clusters, dont Grid5000, Jean Zay, etc.

Affectation

Les IDP sont un large sous-ensemble de protéines sans structure 3D stable à l’isolement. Elles sont impliquées dans divers processus cellulaires et dans les interactions protéine-protéine (IPP). L’un des aspects clés des IDP est leur capacité à subir une transition du désordre à l’ordre lors de la liaison à une structure cible. Bien que la compréhension de ce mécanisme soit essentielle, il reste un problème ouvert dans le domaine. De nouvelles approches basées sur l’apprentissage profond ont commencé à faire des progrès remarquables dans la structure des protéines et la prédiction complexe. Cependant, les performances de ces méthodes sur la prédiction des IPP où les IDP sont impliqués sont encore à la traîne, principalement en raison de la complexité imposée par les régions flexibles. Ce poste de postdoctorant vise à développer des modèles d’apprentissage profond géométrique pour élucider ce mécanisme complexe et s’appuiera potentiellement sur les efforts de recherche en cours dans l’équipe. Le chercheur postdoctoral aura la possibilité de co-encadrer des doctorants du laboratoire, impliqués dans des collaborations internationales, et travaillera en étroite collaboration avec les chercheurs permanents du laboratoire sur ce sujet.

Activités principales

1. Mise en œuvre de modèles d’apprentissage profond
2. Contribuer à la collecte et à la conservation des données de formation
3. Validation de la méthode et analyse des résultats sur les benchmarks SOTA
4. Encadrer des étudiants de Master et de Doctorat, collaborer avec d’autres équipes
5. Rédaction d’articles scientifiques, développement de logiciels et participation à des conférences internationales

Où postuler

Courriel hamed.khakzad@inria.fr

Exigences

Domaine de recherche Informatique » Programmation

Niveau d’études Doctorat ou équivalent

Compétences/Qualifications

Compétences

• Doctorat en informatique ou en bioinformatique
• La maîtrise de Python et de bonnes pratiques de codage sont obligatoires
• Une expérience en deep learning (PyTorch) est obligatoire*
• Connaissances en biochimie des protéines
• Capacité à travailler de manière autonome et également à travailler en équipe
• Excellentes compétences orales et écrites en anglais

*les candidatures sans formation en informatique/apprentissage profond ne seront pas prises en compte.

Langues ANGLAIS

Niveau Excellent

Informations Complémentaires

Avantages

Ensemble d’avantages

• Poste entièrement financé (3 ans)
• Repas subventionnés
• Remboursement partiel des frais de transport public
• Matériel professionnel à disposition (visioconférence, ordinateur portable, etc.)
• Événements et activités sociales, culturelles et sportives
• Accès à la formation professionnelle
• Couverture de sécurité sociale

Commentaires supplémentaires

Durée

Durée : 36 mois

Lieu(x) de travail

Nombre d’offres disponibles 1

Entreprise/Institut Inria

Pays France

Ville de Nancy

Contact

Ville de Nancy

Site Internet http://www.inria.fr/centre/nancy

Rue 615 rue du Jardin Botanique 54600 VILLERS LES NANCY

Code postal 54600