We are Pierre Fabre Laboratories, a global leader combining pharmaceutical expertise with dermo-cosmetics to support consumers and patients at every stage of their care journey.
Our portfolio includes several medical franchises and international brands such as Eau Thermale Avène, Ducray, A-Derma, Klorane, René Furterer, and Pierre Fabre Oral Care.
By joining us, you become part of a meaningful company where the human dimension is essential. You become a participant in the "We Care Movement," a movement that values excellence and innovation within passionate teams. Together, we push the boundaries of science to unite health and beauty for the benefit of all, because Every time we care for a single person, we make the whole world better.

Present in 120 countries with a team of over 10,000 employees, we are proud to create a scientific and human impact, today and tomorrow! If caring is at the heart of your values, join Pierre Fabre Laboratories and become a key player in the “We Care Movement".

Your mission

Votre rôle au sein d’une entreprise pionnière en pleine expansion.

Au sein du service « Statistiques et Technologies Numériques pour la Science » du pôle « Portfolio et Transformation Numérique » de la R&D Pierre Fabre Dermo-cosmétique et rattaché à un Data Scientist, vous travaillerez sur la prédiction de bio-activité de molécules à partir de leur structure dans le domaine de la dermo-cosmétique.

Le stage vise à utiliser les données disponibles et l'intelligence artificielle pour accélérer le criblage moléculaire, une étape clé mais longue et coûteuse de la découverte d'actifs. Dans le domaine de la dermo-cosmétique, cette recherche est particulièrement exigeante en raison de contraintes telles que la pénétration cutanée et l'absence de toxicité.

En s'appuyant sur les nombreuses données de bioactivité issues de bases publiques comme ChEMBL et sur des modèles d'apprentissage profond (réseaux de neurones graphiques, transformers), le/la stagiaire aura pour mission de :

• Repositionner et prioriser des molécules actives déjà connues présentant un intérêt pour la santé de la peau et du cuir chevelu.
• Identifier potentiellement de nouvelles classes moléculaires aux propriétés pharmacologiques prometteuses.
• Contribuer au développement de futurs produits dermo-cosmétiques destinés à traiter des pathologies cutanées et capillaires.

Ce projet se situe à l'intersection de la chimie, de la science des données et de l'intelligence artificielle appliquée à la découverte de nouveaux actifs dermo-cosmétiques.

Dans le cadre de ce stage, vous serez donc amené.e à :

• Récupérer, nettoyer et consolider les données moléculaires d’entraînement à partir, entre autres, de bases de données publiques (e.g., ChEMBL, PubChem, etc.)
• Réaliser un travail de recherche bibliographique sur les algorithmes / modèles existants pour prédire la bio-activité de molécules à partir de leur structure (e.g., GNNs)
• Comprendre, appliquer voire adapter ces méthodes aux données consolidées, à la problématique et au contexte dermo-cosmétique
• Evaluer la qualité des modèles et résultats obtenus
• Interagir et présenter les résultats aux chercheurs (chimistes, pharmacologues, etc.)

Les plus du stage :

• Missions diversifiées 
• Gratification attractive
• Possibilité de réaliser un jour de télétravail par semaine après un mois d'intégration
• Dotations produits 
• Restaurant d'Entreprise

Le stage se déroulera sur notre site de Langlade, à Toulouse (31) et débutera à partir de janvier 2027.

Pour postuler, merci de joindre CV et lettre de motivations. Une lettre de motivations sera fortement appréciée.

Merci d’indiquer vos dates de disponibilités dans votre CV.

# Young People

Vos compétences au service de projets novateurs.

Nous recherchons un(e) étudiant.e en Master II ou dernière année d’école d’ingénieur spécialité mathématiques appliquées/data science/intelligence artificielle/chémoinformatique ou une discipline connexe

• Appétence pour la chimie, et plus généralement pour les problématiques interdisciplinaires à l'interface entre IA et sciences du vivant
• Curieux.se, autonome, rigoureux.se, faisant preuve d’un esprit critique

Compétences requises

• Maîtrise de Python et de Git
• Connaissance avancée des approches d’apprentissage machine et apprentissage profond (e.g., GNNs, Transformers, etc.) et de leur implémentation (e.g., PyTorch, TensorFlow)
• Des connaissances en chimie ainsi qu’une première prise en main d’outils de chémoinformatique (e.g., RDKit) et de bases de données moléculaires (e.g., ChEMBL) seraient un plus
• Maîtrise de l’anglais dans un cadre scientifique et professionnel

At Pierre Fabre Laboratories, we believe that our greatest asset is our people.

We are committed to a policy of Equal Employment Opportunity and will not discriminate against an applicant or employee based on race, color, religion, creed, national origin or ancestry, sex, sexual orientation, gender identity or expression, age, physical or mental disability, veteran or military status, genetic information, or any other legally recognized protected basis under federal, state, or local law. The information collected by this application is solely to determine suitability for employment, verify identify, and maintain employment statistics on applicants. Applicants with disabilities may be entitled to reasonable accommodation under the Americans with Disabilities Act and certain state or local laws. Please inform the company’s personnel representative if you need assistance completing this application or to otherwise participate in the application process. Thus, we commit to considering all applications equally, without fail.