Stage Data Scientist R&D chimie H/F

Détails de la Mission

Au sein du service Modélisation, Simulation et Digital du Centre de Recherche Rhône-Alpes (CRRA – Arkema, à Pierre-Bénite, Lyon), vous travaillerez sur un projet d’intelligence artificielle appliqué à de petites molécules. Ces travaux feront partie intégrante d’un projet de R&D du groupe sur le développement de matériaux innovants et durables.

Vous travaillerez sur un projet de Machine Learning et Deep Learning pour la prédiction de propriétés de petites molécules, centré sur le domaine d’applicabilité de ces modèles et sur les incertitudes liées. L’objectif est de développer une brique réutilisable permettant de définir le domaine d’applicabilité d’un modèle en fonction des données d’entraînement et de définir une méthode pour calculer les incertitudes sur les prédictions.

Vos missions principales seront : 
- Prise en main des méthodes de prédiction de propriétés de petites molécules (QSAR, GNN, etc.),
- État de l’art sur les domaines d’applicabilité et les incertitudes des modèles de Machine Learning pour des molécules,
-Mise en place de méthodes algorithmiques pour définir les domaines d’application et les i incertitudes des modèles,

Selon l’avancement du stage, vous utiliserez ces méthodes directement sur des modèles en production.

Profil Recherché

Ce stage, d’une durée de 4 à 6 mois, offre une opportunité unique de combiner chimie et informatique. Il permet de participer à des projets innovants impliquant modélisation et machine learning appliqués à la chimie.

Actuellement en formation généraliste ou en chimie incluant une composante orientée modélisation informatique ou Data Science, ou chimie informatique, de niveau Bac+4/5, vous disposez de solides connaissances  sur les propriétés physico-chimiques et les structures chimiques? Vous maîtrisez le langage Python ou un autre langage de programmation, et souhaitez approfondir vos compétences en Python? Vous avez également acquis des bases en machine learning, et êtes capable de travailler en français courant et en anglais opérationnel?

Des connaissances complémentaires sur les QSAR ainsi qu’en Deep Learning (Pytorch, TensorFlow) seraient un atout pour réussir dans ce stage.

Nous recherchons une personne curieuse, rigoureuse et autonome, capable de s’intégrer dans une équipe et de communiquer efficacement.