En cas de suspicion d'empoisonnement, contactez Tox Info Suisse

Numéro d'urgence 24h tél. 145

(depuis l'étranger : +41 44 251 51 51)

juillet 7, 2026

Poste de chercheur postdoctoral (80 à 100 %) en toxicologie numérique et computationnelle

  • Le Centre suisse de toxicologie humaine appliquée (SCAHT), rattaché à l'Université de Bâle, recherche un(e) chercheur(se) postdoctoral(e) en toxicologie numérique et computationnelle hautement motivé(e) afin de renforcer les activités du SCAHT dans le domaine de la transformation numérique de la toxicologie humaine et réglementaire, dans la perspective d'une évaluation des risques de nouvelle génération. Nous recherchons un scientifique possédant une solide formation en toxicologie et une expertise en toxicologie computationnelle, en science des données, en intelligence artificielle et en gouvernance des données. Idéalement, le candidat aura une expérience dans les sciences appliquées ou manifestera un vif intérêt pour la mise en œuvre de son expérience afin de répondre aux objectifs et aux défis de la recherche appliquée. Le candidat retenu contribuera au développement d’infrastructures numériques innovantes, de flux de travail computationnels et d’outils basés sur l’IA destinés à soutenir la communauté toxicologique nationale et internationale.
  • Date limite de candidature : 16 août 2026
  • Date de début du contrat : à convenir

Vos responsabilités

  • Élaborer et mettre en œuvre des stratégies, des normes et des plans de gestion des données conformes aux principes FAIR.

Construire, organiser et maintenir des ensembles de données toxicologiques et des ressources de connaissances numériques à l’aide de bases de données publiques, de la littérature scientifique, d’ensembles de données « omiques » et de ressources réglementaires.Développer et appliquer des méthodes computationnelles pour analyser, intégrer et visualiser des ensembles de données toxicologiques complexes.Évaluer, mettre en œuvre et affiner des approches basées sur l’IA et l’apprentissage automatique pour l’organisation des données, leur analyse et l’extraction de connaissances.Développer et intégrer les « Adverse Outcome Pathways » (AOP) et d’autres cadres de connaissances mécanistiques afin de soutenir l’évaluation des risques fondée sur la biologie.Contribuer à des projets de recherche collaboratifs nationaux et internationaux ainsi qu’à des demandes de subventions.Publier des résultats scientifiques dans des revues de référence à comité de lecture et présenter ces résultats lors de conférences internationales.Soutenir les activités de formation, le transfert de connaissances et la collaboration au sein des communautés universitaires, réglementaires et industrielles.

Durée :

  • 2 ans, avec possibilité de prolongation.

Votre profil

  • Nous invitons les chercheurs hautement motivés, dotés d’une solide formation et d’une passion pour la toxicologie computationnelle et fondée sur les données, à postuler.

Qualifications requises

  • Doctorat en toxicologie, toxicologie computationnelle, science des données, bio-informatique, biologie computationnelle ou dans un domaine connexe.
  • Expérience avérée en toxicologie, ou intérêt marqué pour l’application de méthodes computationnelles à la recherche toxicologique.
  • Expérience en analyse computationnelle de données à l’aide de Python et/ou R, y compris la gestion, le nettoyage et l’intégration de grands ensembles de données biologiques ou toxicologiques.
  • Expérience en gestion, nettoyage et intégration de grands ensembles de données biologiques ou toxicologiques.
  • Connaissances en gestion de bases de données, en principes FAIR relatifs aux données et en gouvernance des données.
  • Excellentes compétences analytiques et de résolution de problèmes.
  • Excellente maîtrise de l’anglais écrit et parlé, ainsi que de solides compétences en communication.

Qualifications souhaitées

  • Expérience en apprentissage automatique, en intelligence artificielle et/ou en traitement du langage naturel.
  • Expérience en recherche computationnelle reproductible à l’aide d’outils tels que Git, Docker et les systèmes de gestion des flux de travail.
  • Connaissance des bases de données toxicologiques publiques (par exemple, AOP-Wiki, ToxCast, PubChem ou ChEMBL).
  • Expérience avérée en publication scientifique.
  • Connaissance de l’allemand et/ou du français.

Nous proposons

  • Rejoindre le SCAHT, c’est intégrer un centre de renommée internationale dédié à l’avancement de la toxicologie centrée sur l’humain et de l’évaluation des risques de nouvelle génération. Vous travaillerez dans un environnement hautement interdisciplinaire, à la croisée de la toxicologie, de la science des données et de la science réglementaire, avec la possibilité de contribuer à la transformation numérique de la toxicologie en Suisse et en Europe.
  • L’opportunité de façonner le domaine émergent de la toxicologie numérique.
  • Un environnement de recherche collaboratif et de renommée internationale.
  • Une collaboration étroite avec des partenaires universitaires, industriels et réglementaires aux niveaux national et international.
  • L’accès à une infrastructure de recherche de pointe en informatique, en intelligence artificielle et en toxicologie.
  • Des opportunités de développer des solutions numériques innovantes soutenant la mise en œuvre réglementaire des méthodologies de la « Nouvelle Approche » (NAM).
  • D’excellentes perspectives d’évolution de carrière, tant sur le plan scientifique que professionnel.
  • Des conditions de travail flexibles et un poste basé à Bâle, en Suisse, conformément aux conditions générales de l’Université de Bâle.

Candidature / Contact :

  • Veuillez envoyer votre candidature sous la forme d’un seul fichier PDF contenant votre lettre de motivation, votre CV et votre parcours professionnel par e-mail à l’adresse angela.duarte@unibas.ch. Pour plus d’informations, veuillez consulter notre site web à l’adresse scaht.org et/ou contacter notre coordinatrice scientifique, le Dr Stéphanie Boudon, par e-mail à l’adresse stephanie.boudon@unibas.ch ou le Dr Lothar Aicher par e-mail à l’adresse lothar.aicher@unibas.ch