Chercheur Post-Doctoral Apprentissage de Représentations pour les Données d'Adn Environnemental Multi-Marqueurs H/F - CNRS

Description du Poste Les Missions Les sols abritent une part considérable de la biodiversité terrestre et assurent des fonctions essentielles (décomposition, recyclage des nutriments, stockage du carbone). Cette biodiversité reste pourtant largement méconnue : la plupart des organismes sont difficiles à observer, leurs déterminants environnementaux et leurs interactions sont mal compris, et le sol est rarement intégré aux modèles de biodiversité. Le metabarcoding de l'ADN environnemental (ADNe) permet d'inventorier plusieurs compartiments à partir d'un même échantillon, mais pose le défi de l'analyse conjointe de données massives, de grande dimension et hétérogènes. Le projet s'appuie sur l'observatoire ORCHAMP, qui suit les communautés du sol le long de gradients altitudinaux dans les Alpes françaises avec six marqueurs (eucaryotes, bactéries, champignons, insectes, oligochètes, collemboles), couplés à des données climatiques, pédologiques, d'usage des terres et de végétation. La personne recrutée développera des méthodes d'apprentissage de représentations pour relier la composition des communautés aux conditions environnementales, d'abord marqueur par marqueur, puis en intégrant plusieurs marqueurs afin d'étudier comment les compartiments du sol covarient au-delà de leur réponse commune à l'environnement. L'Activité La personne recrutée devra remplir les missions suivantes : - revue de littérature des approches de représentation multimodale et des méthodes d'ordination en écologie - bilan des données d'ADNe et environnementales disponibles et mise en place d'analyses reproductibles - mise en relation de l'ADNe et de l'environnement, marqueur par marqueur, en comparant approches linéaires et non linéaires sur des échantillons tenus à l'écart - intégration de plusieurs marqueurs pour étudier les relations entre compartiments du sol et prédire composition, groupes trophiques et diversité - valorisation des résultats par des publications, des communications et la diffusion du code sous licence ouverteCes pistes sont indicatives : la personne recrutée est encouragée à proposer ses propres approches. Votre Profil Compétences - doctorat en écologie computationnelle, statistiques, mathématiques appliquées ou intelligence artificielle ; connaissances en écologie des communautés et macroécologie appréciées - expérience en deep learning (requise), notions d'apprentissage de représentations et de méthodes d'ordinationDossier de candidature : CV, lettre de motivation. Candidatures exclusivement via le portail emploi CNRS. Pour toute question scientifique, contacter Wilfried Thuiller ou Sara Si-Moussi. - familiarité avec les données d'ADNe et de metabarcoding fortement recommandée - Python, PyTorch ou TensorFlow, calcul scientifique, manipulation de gros jeux de données et de données spatiales - rigueur dans la validation des modèles et la reproductibilité des analyses - autonomie, goût pour le travail interdisciplinaire, bon niveau d'anglais scientifiqueDossier de candidature : CV, lettre de motivation. Candidatures exclusivement via le portail emploi CNRS. Pour toute question scientifique, contacter Wilfried Thuiller ou Sara Si-Moussi. Votre Environnement de Travail Le poste sera situé au Laboratoire d'Écologie Alpine (tutelles CNRS, Université Grenoble Alpes et Université Savoie Mont Blanc), l'un des berceaux du metabarcoding de l'ADN environnemental, au sein de l'équipe BIOM. La personne recrutée sera encadrée par Sara Si-Moussi et Wilfried Thuiller, dans un environnement associant écologie, bio-informatique et intelligence artificielle, et aura accès aux ressources de calcul du laboratoire et de l'université. Contraintes et risques Travail principalement sur ordinateur ; participation ponctuelle aux campagnes de terrain ORCHAMP recommandée. Rémunération et avantages Rémunération à partir de 3041€ brut mensuel selon l'expérience et la grille de rémunération en vigueur du CNRS Congés et RTT annuels 44 jours Pratique et Indemnisation du TT Pratique et indemnisation du TT Transport Prise en charge à 75% du coût et forfait mobilité durable jusqu'à 300€ À propos de l'offre Référence de l'offre UMR5553-SARSIM-001 Section(s) CN / Domaine de recherche Modélisation mathématique, informatique et physique pour les sciences du vivant Expérience souhaitée 1 à 4 années À propos du CNRS Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d'associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement. Le CNRS Les métiers de la recherche

• Statistiques
• Python
• Anglais
• Intelligence artificielle
• Autonomie
• TensorFlow
• Mathématiques