CONCOURS IR24-ALIMH-2

Ingénieur-e en analyse de données métabolomiques

63122 ST GENES CHAMPANELLE

Retour à la liste des postes de la campagne

Présentation d'INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche placé sous la double tutelle du ministère en charge de l’agriculture et du ministère en charge de la recherche. 

C'est un acteur majeur de la recherche et de l’innovation créé le 1er janvier 2020. Institut de recherche finalisé issu de la fusion entre l’Inra et Irstea, INRAE rassemble une communauté de 12 000 personnes, avec 268 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. 

L’institut se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal, et se classe 11ème mondial en écologie-environnement. Face à l’augmentation de la population, au changement climatique, à la raréfaction des ressources et au déclin de la biodiversité, INRAE construit des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

L'unité de nutrition humaine (UNH) développe une recherche centrée sur la compréhension des interactions nutrition-santé afin de prévenir les désordres métaboliques et les dysfonctions majeures associés au vieillissement. Vous travaillerez sur la plateforme d'exploration du métabolisme (PFEM) au sein de l'UNH. Cette plateforme constitue un des quatre membres fondateurs de l'infrastructure d'excellence, MetaboHUB, (MTH, infrastructure nationale en métabolomique et fluxomique). La PFEM s'est fortement engagée dans le développement de la métabolomique en nutrition et est aujourd'hui un acteur majeur dans le domaine. Sa stratégie de développement scientifique se base sur des projets multidisciplinaires en épidémiologie des systèmes, utilisant : (i) des approches intégrées impliquant des méthodes métabolomiques multiples ; (ii) des approches multifactorielles prenant en compte un ensemble de paramètres (nutritionnels, fonctionnels, socio-économiques) ; (iii) les analyses de leurs interrelations en lien avec les facteurs de risques.
Votre mission principale sera de concevoir et organiser le traitement de données métabolomiques issues d'études en épidémiologie des systèmes.
Vos activités principales consisteront à :
- assurer et organiser la veille scientifique et technologique dans le domaine d'activité du traitement de données de l'analyse omique des cohortes,
- concevoir des modèles mathématiques adaptés : sélection des méthodes les plus adaptées pour détecter des structures complexes ou des signaux faibles dans les données ; construction de modèles intégratifs ayant de bonnes capacités prédictives à partir de données hétérogènes avec des variables épidémiologiques, cliniques et nutritionnelles ; évaluation de la qualité et robustesse des prédictions,
- utiliser les structures de bases de données et de systèmes d'information permettant de collecter, de structurer, de stocker et de mettre en relation les données,
- analyser les données issues de travaux de recherche dans différents domaines de l'analyse de données omiques de cohortes,
- participer aux réseaux professionnels d'échange de compétence du domaine.
Dans ce contexte, votre programme de recherche sera centré dans le domaine de la biologie numérique, sur le développement d'une stratégie à long terme davantage axée sur les connaissances, assurant l'exploitation d'un phénotypage complet de cohortes multiples avec la capacité de découvrir et de valider les profils métaboliques caractéristiques d'états biologiques particuliers dans diverses populations. Vous développerez notamment des outils d'intégration de données hétérogènes (métabolomiques, épidémiologiques) par des approches algorithmiques (AI, mathématiques, statistiques). D'autre part, dans le cadre des projets de recherche impliquant la PFEM, votre objectif sera d'identifier les composants/variables pertinents du système, d'étudier leurs interrelations et de réaliser une modélisation explicative et prédictive des trajectoires populationnelles et individuelles. Pour étudier ensuite le comportement de ces systèmes, vous confronterez ces modèles mathématiques explicatifs et prédictifs aux résultats expérimentaux obtenus sur cohortes dans un but de validation et d'interprétation biologique. En particulier, les simulations numériques réalisées vous permettront d'étudier le comportement des systèmes sous l'effet de différentes variations (nutrition, style de vie).

Formations et compétences recherchées

Master, diplôme d'études approfondies, diplôme d'études supérieures spécialisées, diplôme d'ingénieur.

Master, DEA, DESS, diplôme d'ingénieur.
Doctorat en mathématiques appliquées/Statistiques souhaitable.
Compétence en sciences de la vie et traitement de données épidémiologiques.
Connaissance approfondie en analyse et traitement des données épidémiologiques et/ou omiques.
Connaissance approfondie en mathématiques et/ou informatique appliqués.
Aptitude à travailler en équipe dans un environnement multidisciplinaire.

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez :

- de 30 jours de congés + 15 RTT par an (pour un temps plein)
d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formationconseil en orientation professionnelle ;
d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
d'activités sportives et culturelles ;
- d'une restauration collective.

Référence de l'offre

  • N° profil : IR24-ALIMH-2
  • Corps : IR
  • Catégorie : A
  • Emploi-type : A1A41
    Référentiel des emplois types
  • Numéro du concours : IRA08
  • Rémunération selon expérience : Minimum 2955€ avec une moyenne à l’embauche de 3439€ (brut/mois)

En savoir plus

Mode d'emploi des concours en 4 pages