Ingénieur diplômé de l'Institut national des sciences appliquées de Lyon, spécialité biotechnologies et bioinformatique

RNCP42223BC01Conduire et analyser expérimentalement des systèmes biologiques et leurs produits, en considérant fiabilité, sécurité et impacts socio-environnementaux

• Ce bloc fait partie du tronc commun. * Mobiliser des connaissances en chimie, biochimie, microbiologie, biologie cellulaire, biologie des organismes, physiologie et écologie pour expliquer l’organisation et la dynamique de systèmes biologiques ou biocatalytiques à différentes échelles, et pour contextualiser des protocoles expérimentaux ou modes opératoires. * Structurer une démarche de sélection et d'analyse de l’information scientifique et technique adaptée aux besoins en sciences du vivant, en exerçant un regard critique sur la fiabilité des informations et des résultats expérimentaux, et en prenant en compte les sources d’incertitude et de variabilité biologique et technique. * Mettre en œuvre une démarche expérimentale rigoureuse, fondée sur la démarche scientifique, pour manipuler et analyser des systèmes biologiques ou biocatalytiques, en choisissant de manière pertinente les protocoles ou modes opératoires adaptés, en maîtrisant les risques chimiques et biologiques et les paramètres critiques, et en s’appropriant les exigences de qualité, de reproductibilité et de conformité des cadres normatifs et réglementaires. * Communiquer de manière claire et structurée, à l’écrit et à l’oral, des informations scientifiques et techniques issues d'une démarche expérimentale, et formaliser des documents assurant la traçabilité de procédures, protocoles ou résultats expérimentaux, en s’appropriant les standards professionnels et normatifs. * Mettre en perspective les biotechnologies et les bioprocédés mis en œuvre en regard des enjeux environnementaux, éthiques, réglementaires et socio-économiques associés (notamment principe de précaution, biosécurité, brevetabilité du vivant, rôle des bioprocédés dans l’économie circulaire).

Évaluation : Niveau 1 : maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter les tâches élémentaires en lien avec la compétence ciblée avec comme évaluations typiques pour ce bloc : * des questions à réponses courtes, * des questions à choix multiples, * des exercices d’application guidés, * l'interprétation de schémas, données ou figures issues de publications scientifiques et techniques * des analyses de vidéos durant lesquelles l'apprenant doit par exemple identifier le but de la manipulation filmée et les manquements éventuels aux règles de sécurité et aux Bonnes Pratiques de Laboratoire, * la réalisation d'une manipulation expérimentale au laboratoire et la réponse aux questions de l'évaluateur. Au niveau 1, l'évaluation est réalisée à travers de barèmes détaillés conduisant à une note sur 20. Niveau 2 : compétences à l'œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts avec comme évaluation typiques pour ce bloc : * des questions à développement, par exemple proposer une méthodologie pour répondre à une problématique biologique simple, * la production de synthèses bibliographiques, états de l’art, rapports d’antériorité, briefings techniques, ou synthèses de veille réglementaire/normative, * l'analyse critique, écrite ou orale, d'articles, protocoles, procédures, normes, textes réglementaires ou brevets, * la planification et la réalisation de procédures de laboratoire exploitant des protocoles fournisseur, évaluées par observation directe ou via un compte-rendu, * la rédaction d'une procédure opératoire standard, d'un protocole expérimental, d'un plan d’expérimentation, d'un cahier de laboratoire, d'une fiche technique, et/ou d'une fiche de suivi/gestion des déchets, * des études guidées de cas industriels ou de controverses sociotechniques, réalisées à l'écrit ou à l'oral. Au niveau 2, l'évaluation est réalisée à travers des grilles critériées traduites en note sur une échelle de 0 à 20 ou en décision de validation ou de non validation.

RNCP42223BC02Simuler et analyser numériquement des systèmes biologiques et leurs données, en considérant fiabilité, robustesse et enjeux socio-environnementaux

• Ce bloc fait partie du tronc commun. * Mobiliser des modèles mécanistiques et outils numériques, dans le cadre d'une démarche scientifique, pour analyser et simuler la dynamique de systèmes biologiques à différentes échelles, prédire quantitativement sa réponse à des perturbations, ou explorer in silico des scénarios expérimentalement inaccessibles ou risqués. * Structurer une démarche de recherche et d’analyse d’informations scientifiques et techniques et de données quantitatives adaptées aux besoins en simulation numérique ou en science des données biologiques, et exercer un regard critique sur les hypothèses simplificatrices, biais et limites susceptibles d’influencer la fiabilité des données, des modèles et des résultats numériques. * Exploiter des données biologiques dans le cadre d’une démarche scientifique, en mobilisant des outils adaptés de gestion et d’analyse (statistiques, bioinformatique, apprentissage automatique), et en s’appropriant les exigences de sécurité, qualité, reproductibilité et conformité associées aux cadres normatifs et réglementaires. * Communiquer de manière claire et structurée, à l’écrit et à l’oral, des informations scientifiques et techniques issues d’analyses numériques, et formaliser des documents assurant la traçabilité des traitements de données, des modèles et des résultats, en s’appropriant les standards professionnels et normatifs. * Mettre en perspective l’exploitation des données biologiques et l’usage des outils numériques en regard des enjeux environnementaux, éthiques, réglementaires et socio-économiques associés (notamment impacts du calcul, données personnelles, transparence des modèles, licences et usages).

Évaluation : Niveau 1 : maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter les tâches élémentaires en lien avec la compétence ciblée avec comme évaluations typiques pour ce bloc : * des questions à réponses courtes, * des questions à choix multiples, * des exercices d’application guidés, * l'interprétation de données, graphiques, équations ou algorithmes issues de publications scientifiques et techniques, * la mise en œuvre d'outils et de méthodes numériques et statistiques standard, évaluées par observation directe ou via un compte-rendu de travaux pratiques. Au niveau 1, l'évaluation est réalisée à travers de barèmes détaillés conduisant à une note sur 20. Niveau 2 : compétences à l'œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts avec comme évaluation typiques pour ce bloc : * des questions à développement, par exemple argumenter le choix d'une méthodologie pour analyser des données biologiques simples, ou discuter les limites d'un modèle statistique ou mécanistique, * la production de synthèses bibliographiques, états de l’art, rapports d’antériorité, briefings techniques, ou synthèses de veille réglementaire/normative, * l'analyse critique, écrite ou orale, d'articles, algorithmes, librairies, procédures, normes, textes réglementaires ou brevets, * la réalisation de notebooks ou scripts d’analyse de données ou de simulation (R, Python) de type workflow scientifique ou simulateur simple, évalués par démonstration, par analyse du code, ou via un compte-rendu documentant la logique, les choix méthodologiques et les résultats des tests, * la rédaction deplans d’analyse statistique, de notes de calcul numérique, de documentation de module ou de pipeline, * des études guidées de cas industriels ou de controverses sociotechniques, réalisées à l'écrit ou à l'oral. Au niveau 2, l'évaluation est réalisée à travers des grilles critériées traduites en note sur une échelle de 0 à 20 ou en décision de validation ou de non validation.

RNCP42223BC03Concevoir, optimiser et industrialiser des bioprocédés avec fiabilité et sobriété (bloc optionnel)

• Ce bloc est optionnel. * Adapter, transposer et combiner de manière innovante des connaissances, méthodes et formalismes en sciences du vivant et en sciences numériques pour concevoir et prototyper, à l’échelle laboratoire puis pilote, des procédés innovants de biocatalyse, d’extraction/purification de biomolécules, de bioproduction ou de bioremédiation. * Optimiser un bioprocédé en identifiant ses paramètres critiques et en mobilisant des stratégies de planification expérimentale pour améliorer ses performances, sa robustesse et sa soutenabilité. * Concevoir et mettre en œuvre les stratégies analytiques, statistiques et numériques à l'échelle pilote pour assurer la qualité, la stabilité et la conformité d'un bioprocédé, en intégrant les normes analytiques et les bonnes pratiques expérimentales. * Élaborer un plan de passage à l'échelle industrielle pour un bioprocédé, en tenant compte des contraintes opérationnelles et des exigences réglementaires et normatives (dont GMP/BPF), et en appliquant les principes d’amélioration continue. * Évaluer les dépendances et les impacts environnementaux d'un bioprocédé, et proposer des solutions pour les réduire, notamment à travers la sobriété énergétique et hydrique, la réduction des déchets et la valorisation des co-produits.

Évaluation : Niveau 1 : maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter les tâches élémentaires en lien avec la compétence ciblée avec comme évaluations typiques pour ce bloc : * des questions à réponses courtes, * des questions à choix multiples, * des exercices d’application, par exemple : calcul de bilans matière/énergie sur un procédé donné, dimensionnement élémentaire d’un bioréacteur ou d’une colonne de purification, * l'interprétation de schémas, données ou figures issues de publications scientifiques et techniques, notamment des données d'analyse de cycle de vie, * des travaux pratiques incluant la réalisation guidée de bioprocédés ou d’extraction/purification à l’échelle laboratoire, et la mesure d’indicateurs simples (rendement, activité enzymatique, concentration), évalués par observation directe et/ ou par compte-rendu écrit. Au niveau 1, l'évaluation est réalisée à travers de barèmes détaillés conduisant à une note sur 20. Niveau 2 : compétences à l'œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts avec comme évaluation typiques pour ce bloc : * des questions à développement, par exemple proposer une méthodologie pour répondre à une problématique biologique simple, * l'analyse critique, écrite ou orale, d'articles, protocoles, procédures, normes, textes réglementaires ou brevets, * des projets de conception et optimisation de bioprocédés, donnant lieu à des livrables de type : plan de procédé ou protocole pilote, cahier d'optimisation, plan de contrôle qualité, fiche de suivi, plan de passage à l’échelle industrielle, * des études guidées de cas industriels sur les plans économiques et environnementaux. Au niveau 2, l'évaluation est réalisée à travers des grilles critériées traduites en note sur une échelle de 0 à 20 ou en décision de validation ou de non validation.

RNCP42223BC04Concevoir et développer des systèmes biologiques et moléculaires avancés (bloc optionnel)

• Ce bloc est optionnel. * Exploiter des approches bioinformatiques pour détecter des signatures moléculaires ou biomarqueurs associés à un contexte biologique et pertinents selon des critères de faisabilité, robustesse et applicabilité industrielle ou clinique. * Adapter, transposer et combiner de manière innovante des connaissances, méthodes et formalismes en sciences du vivant et en sciences numériques pour concevoir et prototyper des outils analytiques innovants adaptés à l’analyse ciblée d’une voie biologique, incluant tests immuno-analytiques, biocapteurs et méthodes de quantification moléculaire ou cellulaire, en identifiant leurs paramètres critiques et leurs contraintes d’usage. * Développer et valider des outils moléculaires et cellulaires, conformes aux exigences réglementaires et industrielles (dont BPL), en appliquant traçabilité, maîtrise des risques, gestion des déchets, normes de validation analytique, et principes d’amélioration continue. * Concevoir et mettre en oeuvre des stratégies de génie génétique, de biologie cellulaire avancée et de bioinformatique pour créer, modifier ou optimiser des systèmes biologiques variés, incluant des souches microbiennes, des lignées cellulaires, des tissus artificiels, ou des organoïdes. * Identifier les enjeux éthiques, socio-environnementaux et économiques associés à ces biotechnologies avancées pour en garantir une utilisation responsable, notamment en matière de brevetabilité du vivant, bioéthique, biosécurité, et risques pour les écosystèmes.

Évaluation : Niveau 1 : maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter les tâches élémentaires en lien avec la compétence ciblée avec comme évaluations typiques pour ce bloc : * des questions à réponses courtes, * des questions à choix multiples, * des exercices d’application, par exemple l'interprétation de résultats d’analyses omiques ou le choix argumenté d’un biomarqueur à partir d’un jeu de données fourni, * l'interprétation de données, graphiques, équations ou algorithmes issues de publications scientifiques, techniques ou règlementaires * des travaux pratiques de laboratoire, incluant par exemple : la mise en œuvre d’un test analytique standard ou la réalisation encadrée d’une étape de biologie moléculaire ou de validation fonctionnelle, évalués par observation directe et/ou compte-rendu écrit. * la mise en œuvre d'outils et de méthodes numériques et statistiques standard pour les données en grande dimension, évaluées par observation directe ou via un compte-rendu de travaux pratiques. Au niveau 1, l'évaluation est réalisée à travers de barèmes détaillés conduisant à une note sur 20. Niveau 2 : compétences à l'œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts avec comme évaluation typiques pour ce bloc : * des questions à développement, par exemple proposer une stratégie de sélection de biomarqueurs à partir d’un contexte biologique donné, ou discuter les limites et usages d’un outil analytique ou génétique dans un cadre industriel ou clinique, * l’analyse critique, écrite ou orale, d’articles, protocoles, dispositifs analytiques, normes, dossiers réglementaires ou brevets * des projets de conception et de prototypage d’outils moléculaires, analytiques ou cellulaires, évalués par démonstration ou rapport documenté, * la réalisation de notebooks ou scripts d’analyse de données ou de simulation (R, Python) de type workflow scientifique, évalués par démonstration, par analyse du code, ou via un compte-rendu, * la rédaction de livrables professionnels (protocoles, notes de conception, plans d’analyse statistique, dossiers réglementaires ou éthiques, éléments de brevetabilité) * des études guidées de cas industriels ou de controverses sociotechniques (ex. OGM), réalisées à l'écrit ou à l'oral. Au niveau 2, l'évaluation est réalisée à travers des grilles critériées traduites en note sur une échelle de 0 à 20 ou en décision de validation ou de non validation.

RNCP42223BC05Concevoir et mettre en œuvre des stratégies d’anticipation et d'évaluation des effets toxiques d'une substance chimique sur la santé humaine et l’environnement (bloc optionnel)

• Ce bloc est optionnel. * Exploiter des méthodes analytiques et bioinformatiques pour caractériser l’exposition d’un échantillon biologique ou environnemental à des substances chimiques d’origine naturelle ou anthropique, et en identifier les signatures moléculaires et les effets biologiques potentiels. * Concevoir et conduire des études précliniques et écotoxicologiques intégrant bioessais, tests d’immunogénicité et biomonitoring afin d’évaluer la sécurité, la toxicité et l’écotoxicité de substances chimiques d’origine naturelle ou anthropique. * Mobiliser des outils numériques (modèles PK/PD, TK/TD, méthodes d’apprentissage automatique) pour modéliser des scénarios d’exposition et prédire les effets toxiques et écotoxiques de substances chimiques d’origine naturelle ou anthropique, en intégrant données expérimentales et environnementales. * Intégrer les exigences réglementaires et éthiques de l’expérimentation animale et des tests réglementaires (ANSM, REACH, normes internationales) dans la conception et la conduite d’études biologiques et écotoxicologiques.

Évaluation : Niveau 1 – Maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter des tâches élémentaires en lien avec la compétence ciblée, avec comme évaluations typiques : * des questions à réponses courtes et QCM (mécanismes d'action des xénobiotiques, bases des bioessais précliniques et écotoxicologiques, principes des méthodes analytiques, principes des modèles PK/PD et TK/TD, cycle de vie du médicament, textes normatifs) ; * des exercices d’application guidés, par exemple : interprétation d’une courbe dose–réponse, estimation d’un NOAEL ou d’un EC50 à partir de données fournies, interprétation de sorties simples d’un modèle PK/PD, interprétation de données, graphiques ou figures issues de publications scientifiques, rapports réglementaires ou études d’impact environnemental ; * des travaux pratiques encadrés, incluant par exemple : mise en œuvre d’un test analytique standard ou d’un bioessai simple, analyse de résultats expérimentaux avec discussion des limites et incertitudes, évalués par observation directe et/ou compte-rendu structuré ; * la mise en œuvre d’outils numériques standard pour l’analyse de données et la prédiction en toxicologie ou écotoxicologie, évaluée par démonstration ou compte-rendu. Au niveau 1, l’évaluation est réalisée à travers des barèmes détaillés conduisant à une note sur 20. Niveau 2 – Compétences à l’œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts, avec comme évaluations typiques : * des questions à développement, par exemple : proposer une stratégie complète d’évaluation toxicologique ou écotoxicologique pour un xénobiotique donné ; discuter la pertinence et les limites d’un protocole expérimental ou d’un modèle prédictif ; * l’analyse critique, écrite ou orale, d’articles scientifiques, rapports d’agences sanitaires, dossiers réglementaires ou études d’impact environnemental ; * des projets intégrés d’évaluation de risque, donnant lieu à la production de livrables professionnels tels que : synthèse réglementaire (REACH, AMM), plan d’étude préclinique ou écotoxicologique, stratégie analytique et plan de validation (BPL/GLP), rapport d’interprétation des données expérimentales et modélisées, note d’évaluation de risque, et analyse d’impact environnemental ; * la réalisation de notebooks ou scripts d’analyse et de modélisation (PK/PD, TK/TD, scénarios d’exposition), évalués par démonstration, analyse du code ou rapport documenté ; * des études guidées de cas industriels ou de controverses sociotechniques (toxicité environnementale, sécurité des biomédicaments, expérimentation animale), réalisées à l’écrit ou à l’oral. Au niveau 2, l’évaluation est réalisée à travers des grilles critériées traduites en note sur une échelle de 0 à 20 ou en décision de validation ou de non-validation.

RNCP42223BC06Concevoir des jumeaux numériques de systèmes biologiques pour prédire leur réponse à des perturbations (bloc optionnel)

• Ce bloc est optionnel. * Concevoir des modèles mathématiques et computationnels de systèmes biologiques, en adaptant et combinant de manière innovante des formalismes de référence pour modéliser des réseaux métaboliques et génétiques, des tissus et organes (modèles pharmacocinétiques/pharmacodynamiques, modèles spatialisés) ou des populations écologiques (dynamiques de population, génétique des populations, toxicocinétique–toxicodynamique). * Calibrer des modèles de systèmes biologiques à partir de données expérimentales, omiques, précliniques, d’imagerie ou de terrain, en mobilisant une compréhension approfondie des mécanismes sous-jacents et des spécificités des données biologiques, en vérifiant la cohérence biologique des hypothèses et en tenant compte des incertitudes, hétérogénéités et contraintes d’acquisition des données. * Implémenter numériquement des modèles de systèmes biologiques pour simuler et prédire quantitativement les réponses cellulaires, physiologiques ou écologiques face à des perturbations génétiques, chimiques ou environnementales, et évaluer les impacts sur les fonctions biologiques, la performance des systèmes ou la résilience des populations. * Intégrer les exigences réglementaires, éthiques et industrielles de la modélisation numérique et mettre en œuvre les pratiques garantissant traçabilité, reproductibilité et validation des modèles comme outils d’aide à la décision ou alternatives à l'expérimentation animale, tout en assurant leur amélioration continue.

Évaluation : Niveau 1 – Maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter des tâches élémentaires en lien avec la compétence ciblée, avec comme évaluations typiques : * des questions à réponses courtes et QCM portant sur : cadres mathématiques des modèles biologiques (optimisation linéaire, EDO, EDP, modèles stochastiques, matrices de Leslie, modèle de Wright–Fisher,...), principes de paramétrage, calibration et validation, notions d’identifiabilité, stabilité numérique, incertitude et sensibilité, principes réglementaires encadrant la modélisation (ICH E9/R1, EMA M&S, FDA MIDD) ; * des exercices d’application guidés, par exemple : implémentation d’un modèle simple d’EDO ou d’un réseau métabolique, simulation d’un scénario perturbatif, analyse de stabilité ou de sensibilité locale, interprétation d’une sortie de modèle PK/PD ou TKTD ; * l’interprétation de graphiques, équations ou sorties de simulation issus de publications scientifiques ; * des travaux pratiques encadrés, incluant : implémentation guidée d’un modèle (cellulaire, physiologique ou écologique), estimation simple de paramètres à partir de données fournies, évalués par démonstration, observation du code et/ou compte-rendu structuré ; * la mise en œuvre d’outils numériques standards de simulation et d’estimation, évaluée par analyse du code ou restitution écrite. Au niveau 1, l’évaluation est réalisée à travers des barèmes détaillés conduisant à une note sur 20. Niveau 2 – Compétences à l’œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts, avec comme évaluations typiques : * des questions à développement, par exemple : proposer et justifier le cadre mathématique adapté à un problème biologique donné ; discuter les hypothèses, limites et domaines de validité d’un modèle mécanistique ; * l’analyse critique, écrite ou orale, d’articles de modélisation ou de dossiers de validation prédictive ; * des projets intégrés de modélisation, donnant lieu à des livrables tels que : modèle computationnel implémenté dans un environnement reproductible (notebook ou workflow documenté), note de calcul numérique, stratégie de paramétrage et estimation à partir de données hétérogènes, analyse de sensibilité, d’incertitude et validation prédictive, rapport de simulation avec scénarios prospectifs et interprétation biologique ; * des études guidées de cas industriels ou réglementaires, par exemple : utilisation d’un modèle comme “evidence” préclinique ou clinique, modélisation d’impact environnemental ou de dynamique populationnelle en contexte décisionnel. Au niveau 2, l’évaluation est réalisée à travers des grilles critériées traduites en note sur une échelle de 0 à 20 ou en décision de validation ou de non-validation.

RNCP42223BC07Concevoir, qualifier et industrialiser des méthodes statistiques, bioinformatique et d'apprentissage automatique pour l’extraction de connaissances à partir de données biologiques (bloc optionnel)

• Ce bloc est optionnel. * Concevoir et implémenter des outils bioinformatiques et des chaînes de traitement pour l’analyse de données omiques, en adaptant et combinant de manière innovante des méthodes et algorithmes de référence, afin de produire des analyses robustes, reproductibles et adaptées aux spécificités des données biologiques. * Concevoir et mettre en œuvre des analyses statistiques adaptées aux systèmes biologiques et écologiques, en mobilisant une compréhension approfondie des mécanismes sous-jacents et des spécificités des données (variabilité, bruit, hétérogénéité), afin de sélectionner des méthodes appropriées, d’en vérifier les hypothèses et limites, et de produire des résultats robustes, reproductibles et interprétables dans un cadre professionnel. * Concevoir, entraîner et valider des modèles de machine learning pour l’analyse de données biologiques, en intégrant la connaissance des systèmes étudiés et des contraintes des données biologiques (faible effectif, forte dimension, bruit, multicolinéarité, sparsité), en appliquant les bonnes pratiques de traitement des données et en maîtrisant les risques de surapprentissage et les biais algorithmiques. * Développer et industrialiser des systèmes de gestion et de traitement de données biologiques en intégrant les exigences de traçabilité (gestion de versions), de validation des systèmes automatisés, de déploiement agile (conteneurisation, automatisation), de scalabilité (infrastructures HPC/cloud) et d'amélioration continue. * Garantir la sécurité et la confidentialité des données biologiques, précliniques et cliniques en appliquant les standards et cadres réglementaires de protection des données. * Évaluer et réduire l’impact environnemental des activités numériques en optimisant les ressources de calcul et en améliorant la soutenabilité des pipelines.

Évaluation : Niveau 1 – Maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter des tâches élémentaires en lien avec la compétence ciblée, avec comme évaluations typiques : * des questions à réponses courtes et QCM portant sur : formats et standards des données omiques (FASTQ, BAM, VCF, matrices d’expression), principes des pipelines bioinformatiques (alignement, quantification, annotation, QC), bases statistiques (modèles linéaires, tests multiples, puissance, incertitude), principes du machine learning (supervisé/non supervisé, validation croisée, surapprentissage, métriques), notions réglementaires et éthiques (RGPD, traçabilité, gestion des versions, QI/QO/QP) ; * des exercices d’application guidés, par exemple : mise en œuvre partielle d’un pipeline d’analyse omique, réalisation d’un contrôle qualité (QC) sur un jeu de données, ajustement et interprétation d’un modèle linéaire simple, entraînement et évaluation d’un modèle de classification avec métriques standard ; * l’interprétation de sorties de pipelines, de résultats statistiques ou de modèles de machine learning à partir de figures, tableaux ou notebooks fournis ; * des travaux pratiques encadrés, incluant : implémentation guidée d’un workflow bioinformatique simple, interrogation d’une base de données biologique via API, production d’un rapport reproductible (notebook documenté), évalués par observation du code et/ou compte-rendu structuré ; * la mise en œuvre d’outils standards de gestion de versions et de structuration de projet, incluant organisation des données, scripts reproductibles et environnement contrôlé, évaluée par audit du dépôt ou restitution écrite. Au niveau 1, l’évaluation est réalisée à travers des barèmes détaillés conduisant à une note sur 20. Niveau 2 – Compétences à l’œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts, avec comme évaluations typiques : * des questions à développement, par exemple : proposer et justifier un pipeline bioinformatique complet adapté à une question biologique ou industrielle, discuter les hypothèses, limites et risques d’un plan d’analyse statistique ou d’un modèle de machine learning ; * l’analyse critique, écrite ou orale, d’articles méthodologiques, de pipelines existants, de plans statistiques ou de dossiers de validation ; * des projets intégrés de data science biologique donnant lieu à des livrables tels que : pipeline bioinformatique implémenté et documenté, plan d’analyse statistique reproductible, modèle de machine learning entraîné, validé et interprété, rapport d’analyse intégrant discussion des biais, limites et incertitudes ; * la réalisation de notebooks ou workflows reproductibles incluant gestion des versions, documentation, automatisation partielle et structuration claire du code, évalués par audit technique et démonstration ; * la mise en œuvre de pratiques d’industrialisation telles que conteneurisation, déploiement sur infrastructure HPC/cloud ou automatisation d’étapes, évaluées par démonstration ou documentation technique ; * des études de cas industriels ou réglementaires, par exemple : conformité RGPD dans un projet de données cliniques, validation d’un pipeline pour usage diagnostique ou environnemental, analyse de l’impact environnemental d’une stratégie de calcul intensif. Au niveau 2, l’évaluation est réalisée à travers des grilles critériées traduites en note sur une échelle de 0 à 20 ou en décision de validation ou de non-validation.

RNCP42223BC08Piloter des projets en ingénierie des systèmes biologiques et numériques et mobiliser les collectifs dans des environnements complexes

• Ce bloc fait partie du tronc commun. * Gérer proactivement son développement professionnel, en évaluant régulièrement ses ressources physiques et mentales, ainsi que ses compétences en regard de son rôle dans la chaîne de valeur de l’entreprise et de sa capacité à accompagner l'entreprise dans ses évolutions. * Mobiliser, coordonner et inspirer des équipes pluridisciplinaires, en intégrant efficacement les expertises de spécialistes de domaines variés en sciences du vivant et en sciences du numérique (biochimie, biologie, écologie, bioinformatique, ingénierie des procédés, sciences des données, calcul scientifique, clinique, réglementation) pour résoudre des problématiques complexes. * Analyser les situations professionnelles en intégrant démarche scientifique et prise en compte systémique des enjeux éthiques, juridiques, sociétaux, économiques, géopolitiques et environnementaux, en mobilisant ses compétences propres et en coopérant efficacement avec des experts lorsque nécessaire. Questionner les usages, les représentations et les imaginaires associés aux biotechnologies, en mobilisant les apports de la démarche scientifique et les méthodes issues des sciences humaines et sociales, tout en restant ouvert à d’autres formes de production de sens et de partage de connaissances. * Planifier et conduire des projets complexes en ingénierie des systèmes biologiques et numériques, en définissant les objectifs à partir d’une analyse systémique et d’un état de l’art, en estimant l’innovation et les ressources nécessaires, et en mobilisant les compétences internes et externes pour atteindre les résultats attendus. S’inscrire de manière autonome et responsable dans la démarche projet, respecter les échéances, utiliser les outils collaboratifs et effectuer un reporting régulier, en signalant les difficultés rencontrées. Suivre l’avancement du projet à l’aide d’indicateurs clés, documenter et rendre compte de l’activité, adapter les actions en fonction des écarts, identifier, év

Évaluation : Niveau 1 – Maîtrise des ressources (connaissances et capacités). L’apprenant doit être capable, individuellement, d’expliquer les notions et d’exécuter des tâches élémentaires en lien avec la compétence ciblée, avec comme évaluations typiques : * élaboration guidée d’un cahier des charges fonctionnel et d’indicateurs de performance ; exercices de reformulation de besoin et de planification simple (diagramme de Gantt, matrice risques) ; * analyses structurées de cas industriels ou sociotechniques, incluant identification des parties prenantes, des enjeux et des risques socio-économiques et environnementaux ; matrices éthiques appliquées à un cas donné ; * productions écrites ou orales (note structurée, synthèse argumentée, exposé) évaluées sur la clarté et la structuration ; * observation encadrée de la participation en travail collectif ; * anglais professionnel : présentations orales et productions écrites (email, abstract, note technique) en anglais sur des sujets scientifiques ou techniques, évaluées sur la clarté, la précision lexicale, la structuration du propos et la capacité à répondre à des questions simples en contexte professionnel. Niveau 2 – Compétences à l’œuvre. Mettre en œuvre, individuellement et collectivement, des méthodologies complexes en réponse à des situations ou problèmes ouverts, avec comme évaluations typiques : * projets collectifs longs donnant lieu à cahier des charges formalisé, planification détaillée, gestion des risques et bilan d’écarts ; * études de controverses sociotechniques structurées avec argumentation contradictoire ; * projets personnels en humanités donnant lieu à rapport argumenté et soutenance ; * simulations de négociation ou soutenances face à parties prenantes ; * observation formalisée des dynamiques d’équipe (répartition des rôles, gestion de tensions, arbitrages explicités) ; * analyse réflexive documentée des décisions prises et de leurs impacts techniques, économiques et environnementaux ; * soutenance ou conduite de réunion de projet en anglais dans un contexte simulé international, incluant argumentation technique, gestion des questions, adaptation au public et production d’un livrable professionnel complet en anglais ; * analyses écrites ou orales de situations professionnelles ou sociétales dans la langue choisie, incluant identification d’enjeux culturels, comparaison de pratiques et restitution structurée d’informations dans un contexte international.