Bioinformatics / Computational Biology

Présentation
Learning outcome targets

The Master’s degree in Bioinformatics focuses on the high-level research and development requirements of companies and research organisations in bioinformatics, biostatistics and biotechnology, as well as life sciences and agronomy.
This multidisciplinary course responds to this demand by educating specialists at the interface of biology, agronomy, computer science and mathematics meet.
By the end of the Master’s degree, students will have mastered several programming languages, a number of algorithmic methods and artificial intelligence methods, as well as statistics and databases for storing and analysing genomic and biomedical Big Data. They will have also studied bioinformatics (systems biology, structural biology, functional genomics, etc.) and be able to apply the methods learned to a variety of projects in life and medical sciences, as well as environmental sciences and agronomy.
They will be able to:
(i) understand current issues around the complexity and diversity in biology and life sciences in general, perform well in research and innovation in areas of academic research, the biotechnology industry, the agro-industry, pharmaceuticals and health;
(ii) meet new challenges resulting from the very rapid evolution and development of technology which produces high-speed data from multiple and disparate sources;
(iii) master information technology associated with the analysis and modelling of biomedical data;
(iv) independently take charge of application development projects in multi-disciplinary contexts in various programming languages, proposing innovative IT solutions and carry out the analyses and developments necessary to test new methods and hypotheses concerning living organisms.

Post-graduate profile

Le Master Bioinformatique vise à une insertion professionnelle des étudiants, tant dans le monde académique (recherche dans les laboratoires ou gestion de plates‐formes en bioinformatique), que dans le secteur privé (entreprises de biotechnologies, industries pharmaceutiques, agro‐industries). Ils peuvent ainsi :
‐ accéder à des postes d’ingénieur en bioinformatique, typiquement en R&D, par exemple : concepteur et développeur de Bases de Données et sites web en biologie, santé, agronomie ou environnement ; concepteur et développeur d'algorithmes et de logiciels de bioinformatique ; analyste de données biomédicales ; gestionnaires de plates‐formes en bioinformatique.
‐ ou poursuivre par une thèse en Sciences de la Vie et de la Santé ou en Informatique avec une orientation bioinformatique, par exemple dans les Ecoles doctorales de Paris‐Saclay : STIC (Sciences et Technologies de l'Information et de la communication), Interfaces, SDSV (Structure et Dynamique des Systèmes Vivants) et BioSigne (Signalisations et réseaux intégratifs en biologie).

Transfer paths

Passerelles possibles sous réserve d'approbation des jurys pédagogiques d'admission en M2 entre les éléments de formation BIBS et GENIOMHE à la fin du M1.
Les offres de stage sont mutualisées entre les deux parcours-types.

Prerequisites

Le master Bioinformatique s'adresse à un public très divers avec deux parcours-types complémentaires Biologie Computationnelle : Analyse, Modélisation et Ingénierie de l'Information Biologique et Médicale (M1 BIBS-M2 AMI2B) et GENomics InfOrmatics and Mathematics for Health and Environment (M1 GENIOMHE-M2 GENIOMHE). Le M2 AMI2B est davantage tourné vers les approches algorithmiques et la science des données pour le de traitement des Big Data biomédicales, et offre la possibilité de personnaliser son cursus par le choix d'options, tandis que le M2 GENIOMHE forme en anglais à l'analyse à grande échelle de données génomiques pour la médecine génomique, basées notamment sur des méthodes computationnelles avancées en algorithmique, apprentissage automatique et IA, Big Data, et autres.

Compétences
Skills required within the Field of Study :
  • Choose, evaluate and optimise the various IT and statistical methods used in data science and artificial intelligence to analyse diverse, mass biological data.

  • Analyse a biological or biomedical problem and design a model or a solution for this problem using existing IT and statistical methods or by proposing new ones.

  • Be part of a project and work in a collaborative way by applying a method of project management.

  • Explain and present orally and in writing a project and scientific results in French and English.