En tant que leader mondial de la gestion des ressources, SUEZ estpleinement engagé à devenir un acteur mondial majeur de l'économie circulaire.Le Centre International de Recherche sur l'Eau et l'Environnement (CIRSEE) deSUEZ mène des recherches et développe des solutions innovantes pour favoriser l'accèset la circularité des ressources.
Au sein du CIRSEE, le Cluster EauxUsées et Biologie met son expertise au service du développement de nouvellesvoies biologiques de traitement et de valorisation des eaux usées, à faibleimpact ou à bénéfice environnemental.
Les récentes avancées dans ledomaine de la biologie moléculaire et de la métagénomique et l'accessibilitégrandissante de ces outils offrent de nouvelles perspectives pour mieuxcomprendre et maitriser les activités microbiennes dans les bioprocédés.
Les corrélations entre lesdonnées opérationnelles dans les procédés à boues activées et les communautésmicrobiennes sont encore mal comprises. Afin d'assurer un pilotage plus éclairédes stations d'épuration, une meilleure compréhension des interactions entre labiologie et les paramètres physico-chimiques est indispensable.
Vous prendrez part à une équipe projetdans laquelle vous explorerez ces relations dans le but de renforcerl'expertise bioprocédés de SUEZ. Vos solides compétences en modélisation etmachine learning vous permettront d'analyser un jeu complexe de donnéesmétagénomiques. Vous serez force de proposition et porterez un regard critiquesur la démarche du projet pour développer un outil de prédiction desperformances opérationnelles basé sur des outils génétiques. Vous travaillerezdans un milieu multidisciplinaire où les interactions avec plusieurscompétences métier seront clés pour la réussite du projet. Vous contribuerezégalement à la veille scientifique dans le domaine de la microbiologie environnementaleappliquée aux bioprocédés industriels et participerez à la rédaction deslivrables.
Vosprincipales missions consisteront à :
- Designer et construire des pipelines et algorithmes pour l'analyse de données métagénomiques,
- Développer des méthodes innovantes de modélisation de jeu de données multivariables via des outils de machine learning,
- Interpréter les résultats en relation avec le contexte,
- Consolider, restituer et valoriser les résultats.
Qualification :
Doctorat ou Bac + 5 avec expérience en Bioinformatique/génomique/ biologie moléculaire/ modélisation de données
avec expérience en modélisation de données métagénomique
Minimum 3 ans d'expérience (pouvant inclure le doctorat)
Compétences et connaissances :
Savoir : Techniques Omiques ; Statistiques ; Machine Learning
Les plus qui font la différence : Bioprocédés en industrie de l'environnement ; Ecologie microbienne ; Deep Learning
Savoir-faire : Bioinformatique ; Modélisation de données complexes ; Analyses de données métagénomiques
Logiciels R/Python ; Veille scientifique et utilisation de bases de données publiques
Savoir-Etre : Rigueur, Autonomie, Esprit d'équipe
Le plus qui ferait la différence : Organisation ; Esprit d'initiative ; Adaptabilité
Langues étrangères :Anglais courant écrit et oral
Référence : req43529
Quels sont les éléments de l'offre qui ne vous conviennent pas ?
Souhaitez-vous exclure ces éléments de vos critères de recherche d'emploi ?