Candidat-e au doctorat - 4DOC-R
Description du poste
L'Université de Genève recrute un candidat-e au doctorat 4DOC-R. Une occasion unique de travailler dans un environnement stimulant.
Tâches
•
Mener des recherches en intelligence artificielle pour les essais cliniques.
•
Développer des modèles d'apprentissage profond et de données de santé.
•
Collaborer avec des équipes interdisciplinaires et des cliniciens.
Compétences
•
Master en informatique, bioinformatique ou domaine connexe requis.
•
Compétences en machine learning et deep learning indispensables.
•
Maîtrise de Python et expérience en biostatistique souhaitées.
Candidat-e au doctorat - 4DOC-R
University of Geneva
Workplace
Geneva
- Lake Geneva region - Switzerland
Category
Health | Computer Science
Position
Regular Employment / Collaborator
Published
5 December 2025
Aide
Candidat-e au doctorat - 4DOC-R
Entité organisationnelle
Faculté de médecine
Section / Division
Section de médecine clinique
Fonction
Candidat-e au doctorat - 4DOC-R
Code fonction
CAND75
Classe maximum
8
Corps
Assistant - maître assistant
Taux d’activité
75%
Lieu de travail
Campus Biotech
Délai d’inscription
31-12-2025
Référence
6642
Pièce(s) jointe(s)
•
0123_Cahier_
des_charges_
Assistant-
e_CTRAI2.pdf
(PDF , 329,73kb)
Description du poste
La Faculté de médecine de l’Université de Genève bénéficie d’un environnement multiculturel auquel elle contribue activement à travers l’enseignement, la recherche, et son partenariat avec les Hôpitaux Universitaires de Genève (HUG).
Pour soutenir le laboratoire
Data Science for Digital Health
(DS4DH) du Département de radiologie et d’informatique médicale, dirigé par le Prof. Douglas Teodoro, dans le cadre du développement d’un nouveau projet de recherche financé par le Fonds National Suisse (FNS), le groupe ouvre un poste de :
Assistant-e
Le/la candidat-e sélectionné-e mènera des recherches dans le cadre du projet financé par le FNS : ’ AI-based Risk Assessment for Clinical Trials on Medicinal Products: A Large-Scale and Integrative Approach ’.
Le projet vise à améliorer l’efficacité et le succès des essais cliniques en développant une approche intégrée basée sur l’intelligence artificielle pour évaluer les risques. L’assistant-e se concentrera principalement sur :
•
Concevoir et mettre en oeuvre des modèles d’apprentissage profond avancés (réseaux de neurones sur graphes et modèles de langage basés sur les
transformers
) dans un cadre multi-tâches afin de prédire conjointement la sécurité, l’efficacité et les risques opérationnels des médicaments.
•
Travailler avec un ensemble de données de référence (benchmark) ouvert, unique et intégratif, construit à partir de données à grande échelle provenant de registres et de résultats d’essais cliniques ouverts.
•
S’engager dans une collaboration interdisciplinaire avec des cliniciens et des pharmacologues pour garantir que les connaissances acquises soient exploitables afin d’optimiser la conception des essais et le recrutement des patients.
L’assistant-e se concentrera sur l’exploration et le développement de ces nouvelles méthodes d’apprentissage profond visant à prédire simultanément les risques liés à la sécurité, à l’efficacité et aux aspects opérationnels dans les essais cliniques. Les principales responsabilités du/de la candidat-e retenu-e comprennent :
•
La conduite de recherches en apprentissage automatique, en mettant un accent particulier sur l’apprentissage profond et l’analyse de données de santé multimodales.
•
Le développement de modèles basés sur les réseaux neuronaux sur graphes et les grands modèles de langage.
•
Une collaboration au sein d’équipes interdisciplinaires.
Titre et compétences exigés
•
Master en informatique, statistiques, ingénierie, bioinformatique ou dans un domaine connexe de l’informatique.
•
Bonne maîtrise des méthodologies d’apprentissage automatique et d’apprentissage profond, avec une spécialisation dans les réseaux de neurones sur graphes et/ou les modèles de langage basés sur les
transformers
.
•
Maîtrise des langages de programmation tels que Python.
•
Une expérience dans le traitement des données de santé, des structures des essais cliniques et de la biostatistique est fortement souhaitée.
Nous recherchons une personne motivée et diligente, passionnée par le développement de technologies d’IA robustes et généralisables, capables de prédire les risques cliniques dans des conditions réelles.
Entrée en fonction
01.04.2026
Contact
Si vous correspondez à la description ci-dessus, nous serions ravis de recevoir votre candidature (CV, certificats, diplômes) à soumettre exclusivement en ligne en cliquant sur le bouton " Postuler/Apply now " ci-dessous.
Informations complémentaires
Contrat de droit privée de 12 mois, renouvelable.
Job description
The Faculty of medicine at the University of Geneva benefits from a multicultural environment, to which it actively contributes through teaching, research, and its partnership with the University Hospitals of Geneva (HUG).
Within the Department of radiology and medical informatics, the Data Science for Digital Health (DS4DH) research group, led by Prof. Douglas Teodoro, is seeking a highly motivated candidate for the position of a:
PhD assistant
The successful candidate will conduct research for the SNSF-funded project: AI-based Risk Assessment for Clinical Trials on Medicinal Products: A Large-Scale and Integrative Approach .
The project aims to improve the efficiency and success of clinical trials by developing an integrated AI-based approach to risk assessment. The PhD assistant’s primary focus will be on:
•
Designing and implementing advanced deep learning models (graph neural networks and transformer-
based language models) in a multi-task framework to jointly predict drug safety, efficacy, and operational risks.
•
Working with a unique and integrative open benchmark dataset constructed by leveraging large-scale data from open clinical trial registries and results.
•
Engaging in interdisciplinary collaboration with clinicians and pharmacologists to ensure the derived insights are actionable for optimizing trial design and patient recruitment.
The PhD assistant will primarily focus on exploring and developing these new deep learning methods aimed at simultaneously predicting risks related to safety, efficiency and operational aspects in clinical trials. The main responsibilities of the successful candidate include:
•
Conducting research in machine learning, with a particular focus on deep learning and multimodal health data analysis.
•
Developing models based on graph neural networks and large language models.
•
Collaborating within interdisciplinary teams.
Qualifications required
•
Master’s in Computer Science, Statistics, Engineering, Bioinformatics, or a related computational field.
•
Solid experience in machine learning and deep learning methodologies, with a specialized focus on graph neural networks and/or transformer-
based language models.
•
Proficiency in programming languages such as Python.
•
Experience with health data, clinical trial structures, and biostatistics is highly desirable.
We seek a motivated and diligent individual with a passion for developing robust, generalizable AI technologies that demonstrate efficacy in real-world clinical risk prediction.
Starting date
01.04.2026
Complementary information
12 month renewable private law contract.
Contact
If you match the above description, we would be delighted to receive your application (CV, certificates, diplomas), which should be submitted exclusively online by clicking on the "
Postuler/Apply now
" button below.
L’Université de Genève offre des conditions d’engagement motivantes dans un cadre de travail stimulant. En nous rejoignant, vous aurez l’occasion de mettre en valeur vos compétences ainsi que votre personnalité et contribuer activement au rayonnement d’une Institution fondée en 1559.
Dans une perspective de parité, l’Université encourage les candidatures du sexe sous-représenté.
Postuler / Apply now
Transmettre / Send to a friend
Apply online (https://www.myscience.ch/linkto.php?url=https%3A%2F%2Fjobs.unige.ch%2Fwww%2Fwd_portal.show_job%3Fp_web_site_id%3D1%26p_web_page_id%3D72532&module=jobs&id=68868)
In your application, please refer to
myScience.ch
and reference
JobID68868
.
🎯 Maximisez vos chances de décrocher cet emploi !
Un CV professionnel augmente vos chances de 87% d'obtenir un entretien. Nos experts de CVSuisse.com créent des CV qui se démarquent et convainquent les recruteurs.
Commander mon CV professionnel