Stage en Biologie Computationnelle pour ADC en Oncologie

INSTITUT DE RECHERCHE PIERRE FABRE SAS; Pechbusque; Sur place; EUR 8 900 - 13 000; Plein temps

Avantages offerts par ce poste

Gratification attractive

Télétravail 1 jour/semaine après unmo

Restaurant d’entreprise ou titres-rest

Résumé du poste

Pierre Fabre Laboratories recrute un stagiaire de 6 mois au sein de l’équipe Data Science Target & Drug Discovery pour identifier de nouvelles opportunités de payloads ADC en oncologie. Le stage combine biologie du cancer, translational data science et revue structurée des vulnérabilités tumorales.

Vous travaillerez à l’interface entre biologie, recherche translationnelle et data science avec des livrables clairs et une présentation finale des résultats et recommandations.

Qualifications

• Formation en bioinformatique, biologie computationnelle ou science des données.
• Connaissances en pharmacologie ou biologie du cancer souhaitées.
• Excellentes capacités d’analyse et de synthèse et curiosité scientifique.

Responsabilités

• Construire une base de connaissances structurée des vulnérabilités pertinentes pour la conception de payloads ADC.
• Analyser les dépendances biologiques liées aux hallmarks du cancer sur diverses lignées et tumeurs.
• Étudier mécanismes tels que stress réplicatif, réparation de l’ADN et reprogrammation métabolique.
• Identifier des médicaments ou composés pouvant être repositionnés comme payloads ADC.
• Présenter les résultats de manière claire et orientée décision pour les parties prenantes.

Connaissances

Anglais courant

Formation

Formation en bioinformatique / biologie computationnelle / science des données / pharmacologie / biologie du cancer

Description du poste

Pierre Fabre Laboratories recrute un stagiaire de 6 mois au sein de l’équipe Data Science Target & Drug Discovery pour identifier de nouvelles opportunités de payloads ADC en oncologie. Le stage combine biologie du cancer, translational data science et revue structurée des vulnérabilités tumorales.

Vous travaillerez à l’interface entre biologie, recherche translationnelle et data science avec des livrables clairs et une présentation finale des résultats et recommandations.