Programme IA en génomique
L'intelligence artificielle est le prochain élément important dans le domaine de la génomique
Le programme d’IA en génomique est un programme intensif de 14 semaines qui forme les étudiants en sciences de la vie au déploiement de modèles d’intelligence artificielle et apprentissage machine dans des cas réels de génomique. Ouvert aux récents diplômés en sciences de la vie, notamment en biologie, en neurosciences, en bioinformatique et en génie biomédical, entre autres ; les candidats ayant une expérience préalable dans le domaine des données et de la programmation génomiques et souhaitant passer au développement de l’apprentissage machine sont les bienvenus.
Ce que vous en retirez
Le programme d’IA en génomique offre des possibilités d’apprentissage pratique par le biais d’activités et d’ateliers interactifs. Apprenez comment l’IA et l’apprentissage machine peuvent être utilisés pour l’analyse des données ; développez des prototypes d’apprentissage machine fonctionnels pour des domaines d’intérêt ; comprenez les implications éthiques de l’IA – tout en élargissant votre réseau de startups et de scientifiques en biotechnologie à la recherche de cofondateurs et de membres d’équipe.
Démarrez votre carrière dans un domaine émergent.
Découvrez les documents de recherche concernant le génomique de l’apprentissage machine pour approfondir vos connaissances.
Créez un modèle d’apprentissage machine complet.
Développez vos compétences et votre portfolio.
Grâce à ce programme, j'ai réalisé que de nombreux problèmes de génomique pouvaient être résolus par l'apprentissage machine. Nous avons acquis une solide compréhension de l'ensemble du processus de construction des modèles d'IA pour accélérer la recherche en génomique".
Qifei Zhao, ancien élève du programme, BSc. en informatique
Notre programme
Le programme est composé de conférences, de sessions de mentorat et de projets interactifs, proposés en ligne. Chaque unité est une session de 3 heures avec au moins 30 minutes consacrées à des activités interactives, modérées par des instructeurs. Les participants devront faire des lectures préalables, participer à des activités interactives et construire un prototype de leur modèle. Le programme se terminera par une “journée démo” avec la possibilité de gagner un prix.
Conférences et travaux pratiques
Mentorat
Considérations éthiques
Construction d’un prototype modèle
Journée démo et session de réseautage
L’équipe
Étudiant en doctorat, Mila Institute
Paul Bertin est candidat au doctorat à l’Institut Mila. Ses recherches portent sur la compréhension des données d’expression génétique, la causalité et l’apprentissage bayésien profond. Paul a obtenu une maîtrise en informatique à l’École Polytechnique et une maîtrise en mathématiques à l’École Normale Supérieure Paris-Saclay.
Conseiller scientifique du programme, boursier postdoctoral, Mila, Université de Montréal
Joseph Paul Cohen est chercheur postdoctoral au Centre d’intelligence artificielle en médecine et en imagerie de Stanford. Auparavant, Joseph était chercheur post-doctoral à Mila à l’Université de Montréal. Joseph se concentre actuellement sur les limites de l’IA en médecine en ce qui concerne la vision par ordinateur, la génomique et les données cliniques. Il est titulaire d’un doctorat en informatique et apprentissage automatique de l’université du Massachusetts à Boston.
Joseph a travaillé sur les questions liées au déploiement de la ML dans les soins de santé, en se concentrant sur la détection hors distribution et les limites de la généralisation, ainsi que sur les outils de biologie générale pour la représentation de l’ARNm/ADN en apprenant à partir de l’ARN-Seq et du comptage des cellules à partir de données de microscopie. Joseph a reçu une bourse d’études supérieures de la Fondation nationale des sciences des États-Unis et une bourse postdoctorale de l’IVADO. Joseph est le directeur de l’Institut pour la recherche reproductible qui se consacre à l’amélioration du processus de recherche scientifique en utilisant la technologie.
Recherche postdoctorale, Université de Harvard
Tariq Dauda est un informaticien formé à l’apprentissage machine et à la bioinformatique dont le principal objectif est de faire progresser l’immunothérapie contre le cancer. Il a également développé quelques bibliothèques open source. Tariq a complété son doctorat sous la supervision des docteurs Claude Perreault et Sébastien Lemieux à l’IRIC. Il est actuellement post-doctorant dans le groupe du Dr Villani, travaillant sur les données de séquençage de l’ARN d’une seule cellule. Il est actuellement affilié au Massachusetts General Hospital, au Broad Institute et à Harvard.
Chercheur en recherche fondamentale, Element AI
Alexandre Drouin est un scientifique en recherche fondamentale chez Element AI à Montréal. Il a obtenu un doctorat en apprentissage machine de l’Université Laval en 2019. Sa thèse a combiné des algorithmes d’apprentissage machine interprétables avec la génomique bactérienne pour développer des prédicteurs de la résistance aux antimicrobiens. Ses recherches actuelles portent sur l’inférence causale, l’apprentissage profond et la bioinformatique.
Associé en démarrage d’entreprise, volet bio
Le rôle d’Ana Fernandez compte de multiples facettes qui touchent tous les aspects de la filière des sciences de la vie en constante évolution à District 3 et au Pôle Biotechnologique, où elle favorise une synergie entre recherche scientifique et entrepreneuriat. Par ses idées et ses efforts pour appuyer l’établissement de divers programmes et initiatives, elle ouvre la voie pour passer du laboratoire au marché et créer des entreprises de biotechnologie et de sciences de la vie qui auront un fort impact. Ana Fernandez coordonne un écosystème dynamique peuplé de chercheurs, d’entrepreneurs, d’organismes publics, d’investisseurs et de grands mentors de l’industrie, dans le but de créer activement des débouchés axés sur les besoins uniques des entrepreneurs scientifiques.
Avant d’entrer à District 3, Ana Fernandez a fait un doctorat en neurosciences à l’Université McGill et une maîtrise en sciences comportementale à l’International Max Planck Research School, à Tübingen, en Allemagne. Ses travaux sur le processus décisionnel, les troubles de fonctionnement du cerveau et la réadaptation cognitive lui ont valu plus de 100 000 $ en bourses. Ana Fernandez a pour passion l’innovation et le resserrement de l’écart entre les sciences et les affaires.
Professeur adjoint de l’IVADO, Faculté de médecine, Université de Montréal
Julie Hussin est professeure adjointe à l’IVADO au Département de médecine de l’Université de Montréal et chercheuse au FRQS Junior 1. Elle dirige le groupe de bioinformatique OMICS à l’Institut de cardiologie de Montréal (ICM). Julie est formée en biologie computationnelle, avec un intérêt marqué pour la génétique des populations, la recherche biomédicale et les méthodes d’apprentissage approfondi.
Avant de venir à l’ICM, elle a été boursière postdoctorale de Human Frontiers dans le groupe de Peter Donnelly au Welcome Trust Centre for Human Genetics de l’Université d’Oxford, et boursière invitée à l’Université McGill et au Centre d’innovation Génome Québec. De 2009 à 2013, elle a fait son doctorat avec Philip Awadalla au Centre de recherche de l’hôpital Sainte-Justine.
Facilitateur en IA
Andy Manel l’affirme : les technologies innovantes peuvent apporter abondance et liberté à l’humanité. Outre ses fonctions de chercheur membre adjoint en IA à District 3, il est coordonnateur pour l’Est du Canada du concours ANA Avatar XPRIZE. Par ailleurs, il collabore à un programme – à la conception duquel il a participé – visant à mettre l’intelligence artificielle au service de la génomique et d’autres domaines liés à l’IA pour le bien commun.
Actuellement, il contribue à imprimer un élan de diversité et d’innovation à l’écosystème montréalais. À cette fin, il conçoit des projets et prend part à des initiatives au profit de l’humanité et de la planète, notamment des marathons de programmation sur l’IA pour le bien commun, les changements climatiques et l’innovation ouverte.
Au cours des cinq dernières années, il a étudié en gestion de l’innovation à HEC Montréal et en conception créative de l’innovation à l’Université de la Virginie. Il a également suivi plusieurs cours sur les technologies exponentielles et leur incidence en matière de conception d’entreprises aux retombées sociales positives.
Chercheur postdoctoral, Institut de cardiologie de Montréal et Mila
Ahmad Pesaranghader est un chercheur postdoctoral à l’Institut de cardiologie de Montréal (ICM) et Mila, conseillé par Julie Hussin et Yoshua Bengio, avec lesquels il a collaboré. Ses intérêts de recherche et son domaine d’expertise comprennent l’application et le développement d’algorithmes d’apprentissage profond dans le domaine médical, en particulier en bio-informatique et en médecine de précision, pour lesquels la représentation et l’analyse numériques des données multi-omiques, en ce qui concerne leurs enjeux associés.
Il a obtenu son doctorat de l’Université de Dalhousie en informatique, apprentissage machine et big data, au cours duquel il a été conseillé par Stan Matwin et Marina Sokolova. Pesaranghader a plus de 8 ans de recherche et d’expérience pratique de codage en travaillant avec des données et des applications médicales et biomédicales, tant dans le milieu universitaire que dans l’industrie.
Candidate au doctorat, Université de Montréal
Camille est doctorante en bioinformatique à l’Université de Montréal où elle a obtenu un baccalauréat en bioinformatique (2015-2018) et en éducation (2011-2015). Ses recherches se déroulent à l’Institut de cardiologie de Montréal (ICM) sous la co-tutelle de Julie Hussin (ICM) et Yoshua Bengio (Mila). Camille travaille à l’application et au développement de nouvelles méthodes d’apprentissage approfondi des données génétiques.
Étudiant au doctorat, Université de Montréal
Matthew Scicluna est un récent diplômé du programme de maîtrise professionnelle de l’Institut Mila de l’Université de Montréal. Auparavant, il avait obtenu des diplômes en statistiques et en mathématiques à l’Université de Toronto. Il s’intéresse à l’application de techniques d’apprentissage approfondi de pointe aux données biologiques afin d’améliorer la médecine in-silico. Dans le passé, il a appliqué des outils d’apprentissage en profondeur à une variété de données, allant de la locomotion du poisson zèbre à la microscopie cellulaire. Il étudie actuellement comment interpréter les résultats des réseaux de neurones lorsqu’ils sont appliqués à des données biologiques.
Gestionnaire du BioHub, District 3
Mahzad Sharifahmadian est titulaire d’une bourse de recherche en sciences de la vie et gestionnaire du Pôle Biotechnologique de District 3. Elle aide les chercheurs en sciences de la vie à trouver des débouchés sur le marché pour leurs travaux de recherche. Elle a formé un réseau d’experts en recherche afin qu’ils collaborent à la résolution des problèmes de la société et de l’industrie, et qu’ils trouvent ensemble des solutions.
Mahzad Sharifahmadian est titulaire d’un doctorat en biochimie et en médecine moléculaire de l’Université de Montréal. Son domaine d’expertise est la conception et le développement de nouveaux médicaments pour traiter des infections résistantes aux antibiotiques, sujet sur lequel elle a publié divers articles. À la fin de son doctorat, Mahzad Sharifahmadian a cofondé Rubisco, une entreprise de biotechnologie qui met au point des dispositifs permettant le diagnostic des pathogènes au point de service (dissoute en 2018).
Responsable IA, District 3
Né à Montréal, Sydney Swaine-Simon a la ferme volonté de faire prospérer l’écosystème montréalais de l’innovation. Après avoir terminé ses études en psychologie, en gestion et en informatique, il a développé une vive passion pour les technologies émergentes, l’entrepreneuriat et l’innovation.
En 2012, il a collaboré à la création de District 3; il y joue depuis un rôle actif. Au nombre de ses responsabilités figure la gestion d’un programme d’aide aux équipes montréalaises participant à l’AI XPRIZE, un concours international portant sur la résolution de grands enjeux au moyen de l’intelligence artificielle.
Par ailleurs, ayant pris goût à l’innovation et à la technologie, Sydney Swaine-Simon a cofondé NeuroTechX, un organisme sans but lucratif à la base du plus vaste réseau international d’enthousiastes de la neurotechnologie. Enfin, dans ses temps libres, il est le principal organisateur du DEF CON Biohacking Village et l’un des mentors du programme de leadership ouvert de Mozilla.
Nos partenaires
FAQ
Sont admissibles les personnes possédant une formation en sciences de la vie et des connaissances de base de la programmation en langage Python. La préférence sera accordée aux personnes qui forment déjà d’une équipe de deux ou trois.
Le programme se déroule du 15 janvier au 13 avril 2021. Vous devez être en mesure de vous engager à consacrer 15 heures/semaine, 3 heures d’ateliers en ligne et 12 heures de travail par semaine.
Il n’y a pas de frais associés au programme d’AI en génomique.
Ce programme ne vous donne aucun crédit en vue de l’obtention de votre diplôme, mais vous recevrez une attestation de formation.