STAGIAIRE Data Scientist (H/F)

Servier

Gif Sur Yvette · Posted Nov 10

Apply

At a glance

Location: Gif Sur Yvette
Work type: Onsite
Category: Data

STAGIAIRE Data Scientist (H/F) - Stage - Machine Learning pour l’optimisation de formats d’anticorps multispécifiques (R&D Servier, Paris-Saclay). Rejoignez l’équipe Data Science & Data Management et contribuez à des approches ML pour guider la conception de formats d’anticorps, avec un environnement de données synthétiques et un encadrement par un Senior Data Scientist.

What they are looking for

PythonPytorchGpytorchGaussian processesMachine learning

Location: GIF-SUR-YVETTE, FR, 91190

Date de parution

10 nov. 2026

Ville

GIF-SUR-YVETTE

Pays/Région

FR

Type de contrat

Stage

N° offre

13233

STAGIAIRE Data Scientist (H/F)

Nous sommes un groupe pharmaceutique à dimension humaine, international et indépendant, gouverné par une Fondation. Notre modèle, singulier, fait notre fierté mais, surtout, nous permet de servir pleinement notre vocation : « Engagés pour le progrès thérapeutique au bénéfice des patients ».

Aujourd’hui leader mondial en cardiologie, nous avons choisi de devenir un acteur focalisé et innovant en oncologie d’ici 2030, en ciblant des cancers difficiles à traiter et en y consacrant plus de 70 % de notre budget R&D. Un défi que nous poursuivons en parallèle du développement de notre activité générique pour un accès à des soins de qualité pour tous, et à moindre coût.

Nous ? 22 000 passionnés de plus de 50 nationalités, portés par un esprit d’entreprenariat. Chaque jour nous avançons avec et pour les patients, avec et pour nos équipes, portés par l’envie de prendre soin, d’oser, de nous développer, de nous engager pour être utiles à celles et ceux qui en ont besoin.

Venez vivre et contribuez à faire vivre notre engagement #MovedByYou

www.servier.com

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.

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 ? #HappyTrainees

Nos étudiants sont nos meilleurs ambassadeurs. 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, …).