Data scientist / Chémoinformaticien(ne) – Stage - H/F at Pierre Fabre in Haute Garonne

Job description

Who we are ? We are Pierre Fabre Laboratories, a global leader combining pharmaceutical expertise with dermo-cosmetics to support consumers and patients at every stage of their care journey. Our portfolio includes several medical franchises and international brands such as Eau Thermale Avène, Ducray, A-Derma, Klorane, René Furterer, and Pierre Fabre Oral Care. By joining us, you become part of a meaningful company where the human dimension is essential. You become a participant in the "We Care Movement," a movement that values excellence and innovation within passionate teams. Together, we push the boundaries of science to unite health and beauty for the benefit of all, because Every time we care for a single person, we make the whole world better. Present in 120 countries with a team of over 10,000 employees, we are proud to create a scientific and human impact, today and tomorrow! If caring is at the heart of your values, join Pierre Fabre Laboratories and become a key player in the “We Care Movement". Your mission Votre rôle au sein d’une entreprise pionnière en pleine expansion. Au sein du service « Statistiques et Technologies Numériques pour la Science » du pôle « Portfolio et Transformation Numérique » de la R&D Pierre Fabre Dermo-cosmétique et rattaché à un Data Scientist, vous travaillerez sur la prédiction de bio-activité de molécules à partir de leur structure dans le domaine de la dermo-cosmétique. Le stage vise à utiliser les données disponibles et l'intelligence artificielle pour accélérer le criblage moléculaire, une étape clé mais longue et coûteuse de la découverte d'actifs. Dans le domaine de la dermo-cosmétique, cette recherche est particulièrement exigeante en raison de contraintes telles que la pénétration cutanée et l'absence de toxicité. En s'appuyant sur les nombreuses données de bioactivité issues de bases publiques comme ChEMBL et sur des modèles d'apprentissage profond (réseaux de neurones graphiques, transformers), le/la stagiaire aura pour mission de : Repositionner et prioriser des molécules actives déjà connues présentant un intérêt pour la santé de la peau et du cuir chevelu. Identifier potentiellement de nouvelles classes moléculaires aux propriétés pharmacologiques prometteuses. Contribuer au développement de futurs produits dermo-cosmétiques destinés à traiter des pathologies cutanées et capillaires. Ce projet se situe à l'intersection de la chimie, de la science des données et de l'intelligence artificielle appliquée à la découverte de nouveaux actifs dermo-cosmétiques . Dans le cadre de ce stage, vous serez donc amené.e à : Récupérer, nettoyer et consolider les données moléculaires d’entraînement à partir, entre autres, de bases de données publiques ( e.g., ChEMBL, PubChem, etc.) Réaliser un travail de recherche bibliographique sur les algorithmes / modèles existants pour prédire la bio-activité de molécules à partir de leur structure ( e.g., GNNs) Comprendre, appliquer voire adapter ces méthodes aux données consolidées, à la problématique et au contexte dermo-cosmétique Evaluer la qualité des modèles et résultats obtenus Interagir et présenter les résultats aux chercheurs (chimistes, pharmacologues, etc.) Les plus du stage : Missions diversifiées Gratification attractive Possibilité de réaliser un jour de télétravail par semaine après un mois d'intégration Dotations produits Restaurant d'Entreprise Le stage se déroulera sur notre site de Langlade , à Toulouse (31) et débutera à partir de janvier 2027 . Pour postuler, merci de joindre CV et lettre de motivations. Une lettre de motivations sera fortement appréciée. Merci d’ indiquer vos dates de disponibilités dans votre CV . # Young People Who you are ? Vos compétences au service de projets novateurs. Nous recherchons un(e) étudiant.e en Master II ou dernière année d’école d’ingénieur spécialité mathématiques appliquées/data science/intelligence artificielle/chémoinformatique ou une discipline connexe Appétence pour la chimie, et plus génér