Lieu du stage : Cesson-Sévigné (35)
Au sein du département Recherche de Dassault Systèmes, vous intégrerez l’équipe de recherche Oncology Twin qui vise à projeter les technologies de traitement de données (imagerie, génomique, textuelles, etc.) dans la pratique médicale de demain. Dans le cadre d'un programme de recherche collaboratif, vous aurez l'opportunité de développer des technologies innovantes qui s'intégreront dans une solution future pour améliorer le diagnostic et offrir un soin personnalisé à chaque patient atteint de cancer.
Vous intégrerez le projet de modélisation d'organoïdes, basé à l'agence de Cesson-Sévigné (proche de Rennes). Ce projet offre de nombreuses applications, notamment la modélisation de thérapies anticancéreuses innovantes, grâce à la construction de jumeaux numériques de tumeurs. Ces jumeaux virtuels permettent de réaliser des tests à grande échelle, réduisant ainsi considérablement le nombre d’expériences en laboratoire, en particulier sur les animaux. Ils ouvrent également de nouvelles perspectives en matière de thérapies personnalisées.
L’intégration des technologies multi-omics et de l’intelligence artificielle (AI) révolutionne la modélisation cellulaire, ouvrant des perspectives inédites pour la compréhension des maladies complexes comme le cancer. Les AI Virtual Cells (AIVC) sont des modèles computationnels permettant de simuler le comportement des cellules et d’étudier leur réponse à des perturbations, telles que les traitements anticancéreux [1].
[1] Bunne, C., Roohani, Y., Rosen, Y., Gupta, A., Zhang, X., Roed, M., Alexandrov, T., AlQuraishi, M., Brennan, P., Burkhardt, D.B., et al. (2024). How to build the virtual cell with artificial intelligence: Priorities and opportunities. Cell 187, 7045–7063. https://doi.org/10.1016/j.cell.2024.11.015.
Vos missions
Dans ce cadre, l'objectif du stage sera de développer des modèles d'AIVC appliqués à l’oncologie, en combinant des données multi-omics et des méthodes avancées de Deep Learning. Ce modèle pourra être utilisé pour diverses applications, notamment l'identifications des mécanismes biologiques sous-jacents du cancer, la prédiction de la réponse des cellules aux traitements médicamenteux, afin de mieux comprendre les dynamiques tumorales.
Le stage débutera par une revue de la littérature des modèles existants et leurs applications en oncologie, ainsi que d’un recensement des jeux de données multi-omics publiques utilisables. Un ou plusieurs modèles innovants seront ensuite implémentés et évalués.
Vos qualifications
Actuellement en Master 2 / Bac+5 en Ecole d’ingénieur ou Université, vous vous spécialisez en informatique, bio-informatique, data science, ou équivalent et recherchez un stage entre 5 et 6 mois.
Compétences techniques souhaitées :
-
Une maîtrise du développement en Python et bibliothèques telles que PyTorch, TensorFlow, Scikit-Learn, Pandas, ainsi qu’une familiarité avec des architectures avancées de Deep Learning est indispensable.
-
Des connaissances en biologie/santé sont préférables.
-
Une sensibilité à la recherche sera un atout.
Compétences professionnelles souhaitées :
-
Curiosité scientifique
-
Rigueur
-
Esprit d’innovation et résolution de problèmes complexes
Nous rejoindre c'est aussi
Intégrer une entreprise scientifique au cœur de l’innovation technologique, portée par une forte croissance depuis plus de 40 ans.
Principaux avantages et bénéfices :
-
Environnement collaboratif et innovant
-
Collaboration internationale
-
Diversité des technologies, produits et solutions
-
Engagement en faveur de la diversité et de l’inclusion
Inclusion statement
As a game-changer in sustainable technology and innovation, Dassault Systèmes is striving to build more inclusive and diverse teams across the globe. We believe that our people are our number one asset and we want all employees to feel empowered to bring their whole selves to work every day. It is our goal that our people feel a sense of pride and a passion for belonging. As a company leading change, it’s our responsibility to foster opportunities for all people to participate in a harmonized Workforce of the Future.