Bio-informatique
Le Master Bioinformatique est axé sur les besoins en recherche et développement de haut niveau des entreprises et des organismes de recherche en bioinformatique, biostatistiques et biotechnologies, auxquelles s'ajoutent sciences du vivant et agronomie.
Cette formation pluridisciplinaire répond à cette demande en formant des spécialistes à l'interface des disciplines : biologie, agronomie, informatique et mathématiques.
A l'issue du Master, les étudiants maitrisent plusieurs langages de programmation, un certain nombre de méthodes d'algorithmique, d'intelligence artificielle, de statistiques, et de bases de données, pour stocker et analyser des données massives (Big Data) génomiques et biomédicales. Ils ont par ailleurs approfondi des domaines de la bioinformatique (biologie des systèmes, biologie structurale, génomique fonctionnelle etc) et pu appliquer les méthodes apprises sur des projets variés, portant sur les sciences du vivant et du médical, ainsi que les sciences de l'environnement, et l'agronomie.
Ils sont capables de :
(i) comprendre les problématiques actuelles de la complexité et de la diversité en biologie, et sciences du vivant en général et d'être performants en recherche et innovation dans les secteurs de la recherche académique, de l'industrie des biotechnologies, de l'agro-industrie, du domaine pharmaceutique et de la santé ;
(ii) faire face aux nouveaux défis résultant de l'évolution et du développement très rapide des technologies de production de données à haut débit et provenant de sources multiples et hétérogènes ;
(iii) maîtriser les techniques de l'information associées à l'analyse et à la modélisation des données biomédicales ;
(iv) prendre en charge de manière autonome des projets de développement d'applications dans des contextes multi-disciplinaires avec divers langages de programmation, de proposer des solutions informatiques innovantes et de réaliser les analyses et les développements nécessaires pour tester de nouvelles méthodes et hypothèses pour le vivant.
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).
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.
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.
Choisir, évaluer et optimiser les différentes méthodes informatiques et statistiques issues de la science des données et de l’intelligence artificielle à mettre en oeuvre pour analyser des données biologiques massives et hétérogènes.
Analyser un problème biologique ou biomédical et concevoir une modélisation ou une résolution de ce problème en s'appuyant sur des méthodes informatiques et statistiques existantes ou en en proposant de nouvelles.
S'intégrer dans un projet et travailler de manière collaborative en appliquant une méthode de conduite de projet.
Expliquer et présenter oralement et par écrit un projet et des résultats scientifiques, en français et en anglais.