← Toutes les offres
MS4ALL

Stage M2 Data Scientist / Machine Learning appliqué aux propriétés moléculaires (F/H)

MS4ALL

Orléans
Stage
Publié le 18 novembre 2026

Description du poste

**Type de contrat :** Stage de fin d'études, 6 mois **Date de début :** Mars 2027 **Localisation :** Orléans, au Lab'O Village by CA - 1 avenue du Champ de Mars **Candidatures jusqu'au** : 31 janvier 2027 **À propos de MS4ALL** Face au coût colossal de dépollution des polluants dans l'environnement et à l'enjeu de trouver des alternatives aux PFAS dans l'industrie (polluants éternels), MS4ALL conçoit une plateforme basée sur la simulation moléculaire qui accélère l'innovation. Nous sommes une deeptech basée à Orléans, fondée en 2023 et issue du laboratoire GREMI. Nous avons conçu **MS4Nature**, une plateforme SaaS qui permet à la filière eau d'évaluer les traitements sur les polluants rapidement, d'anticiper les polluants émergents et de mieux comprendre leur dégradation. En parallèle, nous développons une plateforme d’éco-conception pour les industriels afin d’accélérer la conception de matériaux sans PFAS. Portée par 20 ans d’expertise scientifique du CNRS, MS4ALL développe des modèles d'IA pour bâtir les futurs jumeaux numériques de procédés industriels. **Votre sujet de stage** ***Comment prédire la propriété d'une molécule et déterminer quand cette prédiction est fiable ?*** Vous contribuerez à améliorer nos modèles de prédiction de propriétés moléculaires : **toxicité**, **biodégradabilité** et comportement environnemental. Le stage démarre sur un cas déjà outillé, la toxicité orale aiguë, avec des méthodes transposables aux autres propriétés. Vous vous appuierez sur des jeux de données et des premiers modèles déjà constitués, associant descripteurs moléculaires, machine learning classique et réseaux de neurones sur graphes. Vous travaillerez aux côtés de Franck Mbiaya, ingénieur-docteur senior en IA, avec le CTO, les scientifiques et les développeurs de MS4ALL. **Vos missions** * Préparer et fiabiliser les données moléculaires, en traitant les doublons, les incohérences et le déséquilibre des classes. * Comparer et améliorer les modèles existants, notamment les approches fondées sur les descripteurs RDKit et les graphes moléculaires avec Chemprop. * Évaluer la généralisation à de nouvelles molécules, avec des protocoles de validation limitant les fuites entre structures proches. * Étudier la confiance des prédictions et le domaine d'applicabilité des modèles, avec une attention particulière aux erreurs critiques, comme la sous-estimation d'un danger. * Produire un pipeline reproductible et documenté, réutilisable d'une propriété à l'autre, accompagné d'un benchmark et de recommandations pour son intégration dans MS4Nature. * Suivre l'état de l'art du domaine et en tirer des pistes testables *Le périmètre expérimental sera défini avec votre encadrant, selon votre profil et l'avancée du projet.* **Technologies clés** * **Données moléculaires :** SMILES, structures moléculaires, descripteurs RDKit. * **Programmation & Data** : Python, pandas, NumPy, Jupyter. * **Machine learning** : scikit-learn, PyTorch. * **Graphes moléculaire