Offre de stage — Data Scientist (M1/M2— 3-6 mois)

Data Science pour la prédiction de la réponse thérapeutique à partir de l’air expiré

Contexte

L’Université Paris-Saclay, l’Université Versailles – Saint-Quentin-en-Yvelines et l’Hôpital Necker – Enfants Malades collaborent sur un programme de recherche innovant exploitant la volatilomique — l’analyse des composés organiques volatils (COV) présents dans l’air expiré — pour des applications médicales.

Notre équipe étudie comment le traitement Kaftrio® modifie la signature volatilomique de l’air exhalé chez les patients atteints de mucoviscidose (maladie génétique rare affectant en particulier les poumons). Cette recherche pourrait identifier des biomarqueurs objectifs de réponse thérapeutique, ouvrant des perspectives de diagnostic et de suivi innovantes.

Données et défis

· Cohorte : 60 enfants suivis sur 5 visites (données longitudinales) prenant le traitement Kaftrio®, avec 85 % de répondeurs.

· Données : Les échantillons d’air exhalé sont analysés par GC×GC-MS (spectrométrie de masse couplée à de la chromatographie gazeuse bidimensionnelle), méthode très sensible mais générant des jeux de données spectrales complexes et de grande dimensionalité. Les échantillons ont été analysés en 8 séquences indépendantes et leur compilation et exploitation nécessitent des étapes de prétraitement pointu (alignement des signaux, normalisation et correction des dérives, contrôle qualité, etc.).

· Enjeux : Identifier comment le traitement modifie les profils volatilomiques et détecter des biomarqueurs prédictifs de la réponse thérapeutique dans l’air exhalé.

Objectifs du stage

Le stage vise à développer et valider un workflow complet de traitement des données volatilomiques GC×GC-MS, depuis le prétraitement jusqu’à l’analyse statistique, pour répondre aux hypothèses cliniques de l’étude.

Missions principales

· Maîtriser les outils de traitement GC×GC-MS développés par l’équipe (Python).

· Comprendre la structure et les spécificités des données volatilomiques.

· Implémentation du prétraitement : alignement des données spectrales entre échantillons, normalisation des données, détection et traitement des valeurs aberrantes et des données manquantes.

· Analyses statistiques et modèles prédictifs : analyses longitudinales univariées (modèles linéaires à effets mixtes) et analyses multivariées (random forests, SVM etc.).

Profil recherché

· M1/M2 Data science, mathématiques appliquées ou école d’ingénieur (Bac+4 minimum).

· Formation scientifique solide avec focus données/statistiques.

Compétences requises

· Programmation : maîtrise de Python ou R

· Traitement de données : prétraitement, nettoyage, gestion de données massives.

· Statistiques : modèles linéaires, analyses multivariées, concepts de régularisation.

· Rigueur scientifique : documentation, reproductibilité, validation des résultats.

Environnement de travail et encadrement

· Lieux : Hôpital Necker (Paris) et Université Versailles – Saint-Quentin-en-Yvelines (Montigny-le-Bretonneux).

· Supervision conjointe par deux chercheurs en data science et recherche clinique.

· Intégration dans une équipe pluridisciplinaire (médecins, bioinformaticiens, chimistes).

Conditions de l’offre

· Durée : 6 mois idéalement (possibilité d’adaptation)

· Date de démarrage : Automne 2026 (flexible)

· Télétravail : possible selon arrangements

Lieu du poste : Télétravail hybride (Montigny-le-Bretonneux (78))