Modules

Les modules de formation proposés apportent aux étudiantes et étudiants des compétences avancées à l’interface entre biologie, science des données et innovation. En intégrant apprentissage actif, exploration interdisciplinaire et exposition aux technologies émergentes ainsi qu’aux pratiques entrepreneuriales, ils favorisent l’émergence de profils scientifiques polyvalents, capables de répondre à des questions de recherche complexes et de contribuer aux enjeux sociétaux et industriels.

Module M1 PLASMA

L’objectif de ce module est de permettre aux étudiantes et étudiants de maîtriser la gestion des données numériques et de comprendre son impact croissant sur la génétique et l’épigénétique. Pour cela, nous avons développé la plateforme PLASMA (Plateforme d’e‑Learning pour l’Analyse des données Scientifiques Massives), qui repose sur une approche d’apprentissage actif utilisant des notebooks Jupyter.

Module M2 Start‑Up

Ce module vise à fournir les bases de la création d’entreprise et à encourager les étudiantes et étudiants à transformer en projets concrets les opportunités entrepreneuriales rencontrées au cours de leurs études et de leur carrière. Pendant deux semaines, les étudiantes et étudiants suivent des enseignements sur les investisseurs et la levée de fonds, le processus d’idéation, le business model et la stratégie, la propriété intellectuelle, la gestion financière et budgétaire, etc.

Atelier international de M2 à Paris

Chaque année, une thématique pertinente est abordée pendant une semaine à Paris. Notre sujet le plus récent était « Cycling to divide : Across Scales, Species and Evolution ». L’objectif de cet atelier était de mettre en lumière la diversité des approches pluridisciplinaires et des modèles d’étude pour comprendre la régulation de ces mécanismes. Ce thème interdisciplinaire illustre la convergence entre sciences expérimentales et sciences computationnelles.

Module M2 Intelligence artificielle au service de la biologie et de la génétique

Ce module a pour objectif de comprendre les principes de base de l’IA, d’explorer la contribution des outils d’IA à la recherche fondamentale en biologie, génétique et génomique, et d’examiner les applications de l’IA dans les secteurs industriel et clinique.