Mots-Clés
Machine Learning
Deep Learning
Image Processing
Data Analysis
Generative Diffusion Models
Description
Mission :
L’ingénieur.e sera chargé.e de développer et de mettre en œuvre des techniques avancées d’analyse de données et d’apprentissage automatique, adaptées au traitement des images de systèmes vivants.
Activités :
- Analyser et traiter des données d’imagerie, tout en accompagnant les chercheurs dans leur exploitation. Cela inclut la mise en œuvre de techniques avancées (analyse de grands jeux de données, apprentissage supervisé/non supervisé, réduction de dimension, statistiques multivariées et deep learning), la proposition de solutions adaptées à leurs problématiques de recherche et l’interprétation critique des résultats obtenus
- Développer des workflows d’analyse d’images ainsi que des scripts, macros et plugins sur mesure
- Assurer une veille scientifique et technique en effectuant des recherches bibliographiques sur les méthodes et technologies avancées dans le domaine de l’analyse des images
- Participer à la mise en place d’outils pour le partage de données et de transfert de code, en utilisant des solutions comme OMERO pour les données images, ainsi que GitHub et GitLab
- Contribuer au transfert de connaissances entre les différentes équipes de recherche
- Organiser et animer des cours sur l’analyse des données d’imagerie destinés à la communauté scientifique, notamment aux étudiants en doctorat, aux post-doctorants et aux chercheurs
Compétences :
Savoirs :
- Maîtrise de Python, Java ou MATLAB ; une connaissance de R serait un atout
- Solides compétences en machine learning et deep learning, avec une expérience des framework Tensorflow/PyTorch et dans l’exploitation des capacités GPU (CUDA)
- Maîtrise des techniques avancées d’analyse statistique de données et capacité à traiter des données multimodales
- Compétences dans le développement de pipelines de traitement et d’analyse d’images, avec un accent sur les algorithmes de suivi
- Maîtrise de l’anglais ; connaissance du français appréciée
Savoir-faire :
- Expérience avec des outils de science des données tels que Python, numpy, scipy, scikit-learn, matplotlib et Jupyter Notebook
- Expérience en ingénierie logicielle professionnelle, développement de logiciels et stratégies de partage de données sont des atouts
- Expérience en infrastructure et informatique haute performance liée à l’analyse d’images, y compris la gestion de serveurs/bases de données avec Docker et Singularity sur des services de calcul haute performance avec GPU, serait un plus
Savoir-être :
- Excellentes compétences en travail d’équipe et capacité à interagir avec des chercheurs de divers domaines, notamment la biologie, la physique, les mathématiques et l’informatique
- Bonnes capacités relationnelles, compétences en communication
- Capacité à travailler de manière autonome
Contexte :
L’ingénieur.e rejoindra la plateforme multi-ingénierie pour les systèmes vivants (MEP CENTURI), située sur le campus de Luminy à Marseille.
CENTURI est un projet interdisciplinaire qui rassemble des chercheurs issus de diverses disciplines : biologie, physique, mathématiques, informatique et ingénierie. Son objectif est de mieux comprendre comment les systèmes vivants fonctionnent en étudiant leur organisation et leur dynamique.
La MEP CENTURI a pour mission d’apporter une expertise supplémentaire dans des domaines clés tels que le traitement d’images, la bioinformatique, l’apprentissage automatique, le développement de logiciels et la mécatronique. Les ingénieurs de la plateforme accompagnent et conseillent la communauté scientifique, pour des questions de recherche ponctuelles ou pour des projets de plus longue durée.
CENTURI regroupe une centaine d’équipes de recherche provenant de 21 laboratoires. La plateforme aide les chercheurs à relever les défis liés aux grandes quantités de données en biologie moderne, notamment pour l’acquisition, la gestion et l’analyse des données biologiques.
La MEP CENTURI offre un environnement de travail collaboratif et stimulant, avec de nombreuses opportunités d’échanges entre disciplines et d’innovation scientifique.