Postdoctorat Apprentissage Automatique pour des Modèles Écologiques des Communautés Bactériennes H/F CNRS

Nous recherchons un candidat post-doctorant à la croisée de la physique statistique, de l'apprentissage automatique et de la biologie, intéressé par les aspects théoriques et appliqués de la modélisation basée sur les données. Grâce aux progrès récents, l'apprentissage automatique peut être utilisé pour établir des modèles de systèmes complexes, qui restent hors de portée des méthodes standard basées sur les principes fondamentaux.

Activités
Développer des outils d'apprentissage automatique non supervisés pour les modèles de consommation des ressources en écologie.

Appliquer ces méthodes pour modéliser, à partir de données expérimentales, l'évolution des populations bactériennes dans des micro-communautés étudiées expérimentalement en les cultivant en laboratoire.
Compétences
Les candidats au poste de post-doctorant doivent posséder de solides connaissances en physique statistique, en méthodes d'inférence et en analyse de données, ainsi que des compétences en analyse et en programmation informatique. De plus, ils doivent manifester un intérêt marqué et, si possible, avoir une expérience préalable en biologie computationnelle et/ou en bio-informatique.
Contexte de travail

Le post-doctorat sera effectué au département de physique de l'École normale supérieure de Paris, sous la supervision de S. Cocco. La durée du poste est d'un an, renouvelable pour deux ans.
Le post-doctorat sera effectué au département de physique de l'École normale supérieure de Paris, sous la supervision de S. Cocco. La durée du poste est d'un an, renouvelable pour deux ans.
Contraintes et risques

Il s'agit d'un travail théorique sans risques associés aux expériences
Il s'agit d'un travail théorique sans risques associés aux expériences