STAGIAIRE Data Scientist (H/F)

Servier Group; Friauville; Hybrid; EUR 12,000 - 17,000; Part time

Benefits offered by this job

Télétravail jusqu’à 8 jours/mois

Horaires flexibles

Salle de sport sur place

Navettes Servier

Job summary

Le groupe Servier recrutera un stagiaire Data Scientist pour l’équipe DSDM à Paris-Saclay, afin d’optimiser les formats d’anticorps multispécifiques via des méthodes ML et des données synthétiques.

Encadré par un Senior Data Scientist, le stage met l’accent sur Python, ML probabiliste et représentation d’architectures, dans un contexte de recherche pharmaceutique.

Qualifications

• Formation: Étudiant(e) en dernière année de Master (M2) ou ingénieur(e) (Bac+5).
• Spécialisation en mathématiques appliquées, ML, data science ou statistiques.
• Anglais scientifique courant.

Responsibilities

• Génération de données synthétiques pour simuler les expériences.
• Optimisation de l'espace latent et des embeddings des architectures d’anticorps.
• Benchmarking des modèles et estimation des incertitudes.
• Simulation et communication des résultats auprès d’équipes pluridisciplinaires.

Skills

Python

Machine Learning

Embeddings

Gaussian processes

PyTorch/GPyTorch

Statistics

Anglais scientifique

Education

Master 2 / Bac+5

École d'ingénieurs

Mathématiques appliquées

Tools

PyTorch

GPyTorch

Job description

Stage - Machine Learning pour l’optimisation de formats d’anticorps multispécifiques

Votre mission :

En tant que stagiaire Data Scientist, vous rejoindrez l’équipe Data Science & Data Management (DSDM) de l’institut R&D Servier à Paris-Saclay. Encadré(e) par un Senior Data Scientist en charge de la modélisation mathématique et de la biologie des systèmes, vous contribuerez à un projet visant à évaluer et affiner des approches de Machine Learning pour guider la conception de formats d’anticorps multispécifiques (notamment des T-cell engagers). Pour pallier la complexité et le bruit des données expérimentales, votre projet se concentrera sur la création d'un environnement de test robuste basé sur des données synthétiques. Vos principales responsabilités incluront :

• Génération de données :Concevoir un générateur de données synthétiques reproduisant les caractéristiques clés de l'optimisation des formats d'anticorps (assemblage modulaire, relations structure-activité non linéaires, courbes dose-réponse, bruit de mesure) afin de fournir une vérité terrain contrôlée.
• Optimisation de l'espace latent :En vous appuyant sur un pipeline existant, réévaluer et affiner les méthodes de représentation numérique (embeddings) des architectures d'anticorps. L'objectif sera d'améliorer la structure de l'espace latent utilisé par les processus gaussiens pour prédire la relation dose-réponse et l'activité fonctionnelle.
• Benchmarking rigoureux : Évaluer systématiquement les performances des modèles sur les données synthétiques, en analysant leur robustesse, la qualité de l'estimation des incertitudes et leur capacité à généraliser à des formats moléculaires non observés.
• Simulation et communication : Utiliser cet environnement contrôlé pour simuler des stratégies de sélection de nouvelles architectures à tester, et communiquer vos résultats de manière pédagogique aux scientifiques de différentes disciplines.

Description du profil :

Votre profil : Nous recherchons un(e) étudiant(e) curieux(se), rigoureux(se) et motivé(e) par l’application du machine learning à des problématiques scientifiques concrètes en recherche pharmaceutique. Le stage se situe à l’interface entre data science, modélisation mathématique et biologie ; une expertise préalable en anticorps n’est pas indispensable. Compétences requises : Formation : Étudiant(e) en dernière année de Master (M2) ou d’école d’ingénieurs (Bac+5) à la recherche d’un stage de fin d’études, ou jeune diplômé(e) (Bac+5). Spécialisation en mathématiques appliquées, machine learning, data science, informatique scientifique, statistiques, bio-informatique ou domaine quantitatif proche.

Hardskills : Maîtrise de Python et de l’écosystème d’analyse de données/ML. Solide compréhension théorique et pratique des algorithmes de machine learning et des statistiques. Une première expérience ou de solides connaissances en modèles probabilistes (processus gaussiens), deep learning (PyTorch/GPyTorch), optimisation ou apprentissage de représentations (embeddings) constituent un atout majeur. Anglais scientifique courant (lecture de publications et documentation).

Softskills : Rigueur scientifique, capacité à s’approprier des concepts mathématiques avancés et forte autonomie. Goût pour la recherche algorithmique et la résolution de problèmes complexes. Excellente communication pour vulgariser et expliquer clairement ses résultats à une équipe interdisciplinaire (biologistes, modélisateurs, data scientists).

Pourquoi nous rejoindre ?

Nous sommes 1er au classement France HappyTrainees et de nouveau 2ème au classement mondial HappyTrainees 2026. Epanouissement professionnel, esprit de collaboration, équilibre vie pro-vie perso sont au cœur de notre proposition d’expérience. En intégrant notre équipe, vous bénéficiez de :

• Projets enrichissants et stimulants
• Tuteurs engagés pour un accompagnement personnalisé
• La convivialité avec des événements et une ambiance de travail dynamique (ex : Campus Welcome Session, séminaires, ateliers de développement personnel, …).

Avantages :

• Télétravail jusqu’à 8 jours par mois en fonction de l’activité
• Horaires flexibles
• Accès gratuit à la Salle de sport dans nos locaux (coaching individuel, machines et cours collectifs)
• Accès gratuit aux sept lignes de navette Servier
• Certification Well Platinum (bien-être des employés et respect de l’environnement)

Site : Servier Paris-Saclay R&D Institute, Gif-sur-Yvette (91)
Durée : 4 à 6 mois (à adapter au cursus)
Date de début : à convenir selon les disponibilités et le calendrier académique
Type de contrat : Stage conventionné
Accessibilité : Site accessible aux personnes en situation de handicap

Nous sommes engagés pour l’égalité des chances et le développement des talents dans toute leur diversité. Nous accordons autant de valeur à l’expérience qu’à l’envie de s’engager au quotidien pour être utile au progrès thérapeutique au bénéfice des patients.

Si vous vous reconnaissez dans cette offre et ces quelques lignes, saisissez cette opportunité de nous rencontrer !