Ingénieur de Recherche en Bioinformatique - Données Spatiales et Multi-Omiques du Glioblastome H/F

CNRS

L'Ingénieur recruté· jouera un rôle central dans la stabilisation de l'outil, structuration de l'évaluation, packaging, documentation, mise en conformité FAIR, et contribution directe à la rédaction scientifique (manuscrit, figures, supplément). En parallèle, il/elle posera les fondations méthodologiques et logicielles de l'alignement cross-modality entre cartes transcriptomiques et métabolomiques (géométrie, résolution, voisinages, correspondances probabilistes)..
Activités
- Finalisation de SpacePath : consolidation du code (refactoring, tests, packaging), optimisation/robustesse, API/CLI, documentation et tutoriels, workflows reproductibles (conda/containers, notebooks).

- Évaluation et validation : protocole de benchmarking (baselines, ablations, métriques), analyses de robustesse, production des figures et suppléments publication-grade.
Publication et dissémination : contribution majeure au manuscrit (Méthodes/Résultats), préparation des dépôts (code, documentation, éventuellement jeux de données démo) et matériel de diffusion.

- Démarrage de l'alignement spatial transcriptomique-métabolomique : définition de la stratégie (géométrie multi-échelle, correspondances probabilistes/graphes/OT), prototypage et preuve de concept sur un ou deux couples de jeux de données.
Compétences
- Expertise confirmée dans l'analyse de données spatiales, en particulier métabolomiques
- Expertise confirmée en bioinformatique / biostatistiques avec expérience de projets logiciels de recherche.
- Très bonne maîtrise de Python (et/ou R si complémentaire), bonnes pratiques (tests, packaging, performance, profiling).
- Solide base en statistiques (clustering, réduction de dimension, modèles multi-vues).
- Expérience en gestion de pipelines et reproductibilité (snakemake/nextflow apprécié, conda, containers).
- Capacité à produire des résultats publication-grade : figures, suppléments, traçabilité.

Atouts:

- Familiarité avec l'intégration multi-omique (MOFA+ ou approches apparentées, graph-based integration, OT).
- Expérience en microenvironnement tumoral / immunologie tumorale / GBM (appréciée mais non obligatoire).

Savoir-être:
- Autonomie forte, rigueur scientifique
- Excellente communication avec des profils mixtes (bioinfo / biologie / clinique)
- Anglais écrit et oral indispensable (rédaction d'articles, documentation): niveau C2 du cadre européen commun de référence pour les langues (CECRL)
Contexte de travail

Le/la candidat·e rejoindra l'équipe Computational Biology & Bioinformatics de l'IBGC (CNRS, Bordeaux), dirigée par Dr Macha Nikolski, dans un environnement fortement interdisciplinaire autour des omiques spatiales et de l'oncobiologie, avec interactions régulières avec les partenaires expérimentaux et les porteurs de jeux de données (équipe de Dr. Thomas Daubon).
Ce poste s'inscrit dans un objectif méthodologique suivant : finaliser le développement, la validation et la publication de SpacePath, un cadre d'analyse des données de métabolomique spatiale (et dérivés), puis initier un axe stratégique d'alignement spatial transcriptomique-métabolomique pour étudier l'architecture tumorale et la plasticité métabolique (notamment en glioblastome).
Le/la candidat·e rejoindra l'équipe Computational Biology & Bioinformatics de l'IBGC (CNRS, Bordeaux), dirigée par Dr Macha Nikolski, dans un environnement fortement interdisciplinaire autour des omiques spatiales et de l'oncobiologie, avec interactions régulières avec les partenaires expérimentaux et les porteurs de jeux de données (équipe de Dr. Thomas Daubon).
Ce poste s'inscrit dans un objectif méthodologique suivant : finaliser le développement, la validation et la publication de SpacePath, un cadre d'analyse des données de métabolomique spatiale (et dérivés), puis initier un axe stratégique d'alignement spatial transcriptomique-métabolomique pour étudier l'architecture tumorale et la plasticité métabolique (notamment en glioblastome).