Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LS2N
Durée : 12 mois
Contact : alban.gaignard@univ-nantes.fr, hala.skaf@univ-nantes.fr
Date limite de publication : 2018-09-15
Contexte :
En médecine moderne, la combinaison de données génomiques, cliniques et d’imagerie tend à se généraliser pour le développement de nouvelles approches diagnostiques et pronostiques. INEX-MED est un projet pilote en biologie intégrative de l’Institut Français de Bio-informatique (IFB). Il vise à développer une infrastructure de données et d’algorithmes FAIR (Findable, Accessible, Interoperable, Reusable) pour l’intégration, l’exploitation et la modélisation (sémantique/statistique) à partir de sources de données biomédicales massives et hétérogènes. Cette infrastructure sera exploitée et validée via des approches intégratives afin d’améliorer les diagnostics/pronostics pour (i) l’étude de la formation et du développement des anévrismes intracrâniens, et (ii) l’aide au diagnostic des différentes formes de myopathies.
L’Institut Français de Bio-informatique (IFB) est l’infrastructure nationale de service en bio-informatique créée dans le cadre du programme national des Investissements d’Avenir. L’IFB fédère 31 plateformes régionales de bio-informatique dont les plateformes BiRD à Nantes et BiSTRO à Strasbourg.
Sujet :
Dans un contexte fortement interdisciplinaire, et en collaboration avec les ingénieurs, chercheurs et cliniciens du projet, l’ingénieur(e) recruté(e) aura pour objectif de développer une infrastructure sécurisée de données liées (Linked Data) et de constituer une base de connaissances intégrant des données cliniques, génomiques, et d’imagerie. L’accent sera mis sur la réalisation d’une infrastructure générique, modulaire et portable sur les ressources de l’IFB et réutilisable par l’ensemble de la communauté biomédicale.
L’ingénieur(e) recruté(e) aura pour principales missions :
* de sélectionner et d’étendre si nécessaire les vocabulaires contrôlés et ontologies pertinentes
* de proposer un catalogue de requêtes (SPARQL) sur les jeux de données alignés
* de développer des APIs REST sécurisées qui encapsulent ces requêtes et rendent possible l’exploitation statistique des données (apprentissage automatique)
* de déployer sur le cloud de l’IFB cette infrastructure de données
Profil du candidat :
Ingénieur en informatique ou bio-informatique ayant une expérience en Web Sémantique et des connaissances en apprentissage automatique.
Formation et compétences requises :
– Formation d’Ingénieur ou de Master 2 en informatique ou bio-informatique
– Expérience des méthodologies de développement logiciel, et d’au moins un langage de programmation tel que Java ou Python
– Maîtrise des concepts et technologies des bases de données, du Web Sémantique et des technologies Web
– Des notions en apprentissage automatique seraient un plus
– Maîtrise de l’anglais oral et écrit
– Capacité de synthèse et rédactionnelle, curiosité, initiative, sens de l’organisation et du travail en équipe
Adresse d’emploi :
LS2N
Université de Nantes – faculté des Sciences et Techniques (FST)
Bâtiment 34
2 Chemin de la Houssinière
BP 92208, 44322 Nantes Cedex 3