Activez les alertes d’offres d’emploi par e-mail !
Une entreprise innovante en technologie située à Biot recherche un stagiaire pour développer des méthodes d'IA visant à extraire des biomarqueurs à partir d'images médicales. Le candidat idéal est en Master 2 avec des compétences en Python, Machine Learning et Deep Learning. Vous rejoindrez une équipe dynamique dans un environnement multiculturel favorisant la diversité et l'inclusion. Des connaissances en biologie seraient un plus.
Sujet : Méthodes d'IA pour l'extraction de biomarqueurs à partir d'images médicales
Au sein du département Corporate Strategy & Research, vous intégrerez l'équipe « Living Twins for Practitioners », riche de compétences en médecine, biologie, mathématique et informatique, et qui conduit plusieurs projets en oncologie, neurologie et cardiologie. Dans le cadre de la diversification de nos activités en santé, vous ferez partie de l'équipe « Clinical Decision » et serez responsable de la mise en place de méthodes basées sur du Deep Learning et des statistiques permettant d'extraire des biomarqueurs biologiques significatifs à partir de données d'imagerie médicales de patients, d'intégrer ces biomarqueurs dans un modèle prédictif de survenue d'évènements cliniques, et d'évaluer l'apport en performance du modèle prédictif grâce à ces nouvelles données médicales. Le but de ce stage sera de mettre en place une méthodologie pour extraire des biomarqueurs médicaux significatifs depuis des données d'imagerie de patients afin d'enrichir des bases de données cliniques servant à l'entraînement d'algorithmes IA prédictif.
L'évolution de la maladie d'un patient peut être vue comme une succession d'évènements cliniques, en particulier dans le domaine de l'oncologie (rechute d'un cancer, décès du patient ...). Les données cliniques disponibles d'un patient atteint d'un cancer ne permettent pas toujours d'avoir une bonne stadification de l'état de la maladie, et cela peut limiter l'apprentissage des algorithmes de prédiction de l'évolution des évènements cliniques du patient. Pendant le parcours de soin, le patient atteint d'un cancer peut être amené à effectuer des examens cliniques d'imagerie afin d'avoir une meilleure évaluation de l'état de la tumeur et de son évolution. Ces données d'imagerie pourraient alors alimenter nos modèles prédictifs afin d'obtenir une meilleure stadification de la maladie du patient.
Vos missions
L'enjeu de ce stage sera alors de développer une méthode permettant d'extraire des marqueurs médicaux pertinents à partir de données d'imagerie pour les intégrer dans une base de données cliniques de patients, puis d'évaluer la contribution de ces nouveaux marqueurs dans les performances des modèles prédictifs de survenue d'évènement cliniques.
Votre objectif sera de :
Actuellement en Master 2 / Bac+5 en Ecole d'ingénieur ou Université, avec une spécialisation en Statistiques ou Mathématiques Appliquées.
Vous avez des compétences dans les domaines suivants :
De nature rigoureuse et autonome, vous aimez travailler en équipe et contribuer à des projets collectifs. Vous faites preuve d'esprit critique, d'initiative et disposez d'un bon sens de la communication.
Vous êtes à l'aise pour communiquer en anglais dans un contexte international, à l'oral comme à l'écrit.
Des connaissances en biologie et/ou en médecine seraient un plus.
Nous rejoindre c'est aussi
Intégrer une entreprise scientifique au cœur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans
Principaux avantages et bénéfices :
Dassault Systèmes, avant-gardiste en matière de technologie et d'innovation durable, s'efforce de créer des équipes toujours plus inclusives et diverses à travers le monde. Nous avons la forte conviction que nos employés sont notre atout numéro 1 et nous voulons que tous, se sentent libres d'être pleinement qui ils sont vraiment. Notre objectif est qu'ils ressentent fierté et sentiment d'appartenance. En tant qu'entreprise à la pointe du changement, il nous incombe de favoriser l'inclusion de tous et participer à création du monde de demain.