Data scientist en imagerie médicale (H/F)

Au cœur de l'innovation à Dassault Systèmes, vous intégrerez une équipe sous la direction de la Recherche, dédiée aux nouvelles approches de modélisation et simulation 3D. 
En particulier, notre équipe a pour mission d'inventer les futures technologies qui serviront à concevoir des expériences de design 3D plus intuitives et davantage automatisées.

Afin de renforcer la stratégie de Dassault Systèmes en tant qu'acteur de la santé numérique, nous nous intéressons notamment aux challenges de la modélisation du vivant, afin d'être en mesure de fournir des technologies à même de concevoir le jumeau numérique 3D de n'importe quel patient. 
Un tel jumeau numérique peut s'avérer crucial, autant pour la compréhension des pathologies (médecine descriptive) que pour l'élaboration de traitements plus efficaces (médecine prédictive), afin de prédire l'évolution d'une pathologie ou la réponse d'un organe à une chirurgie.

La modélisation automatisée d'un jumeau numérique de l'être humain nécessite ainsi plusieurs axes de développement, de la reconstruction 3D d'organes à partir d'images médicales bruitées, à la simulation numérique du jumeau sous divers contraintes. 
L'intelligence artificielle, et en particulier le deep learning non supervisé, peut permettre de développer des atlas déformables tirant partie de grandes bases de données d'images médicales, annotées ou non. De tels modèles génératifs sont utiles pour inférer des formes 3D anatomiques à partir d'images bruitées et multimodales, potentiellement enrichies d'une sémantique médicale issue d'une expertise humaine, par exemple via des données segmentées. 

Pour en savoir plus sur le projet MEDITWIN : https://www.3ds.com/fr/newsroom/press-releases/meditwin-launch

Poste en CDI, basé à Vélizy Villacoublay (78)

Vos missions :
Votre rôle consistera à mettre en place une infrastructure de deep learning permettant l'apprentissage de modèles d'IA sur des bases de données d'images médicales, ainsi qu'à développer divers réseaux de neurones à la pointe de la recherche pour résoudre les défis de la reconstruction anatomique et l'inférence médicale. Dans ce contexte, vous pourrez implémenter des méthodes d’apprentissage pour générer des atlas ou templates anatomiques. 
Ces outils, permettant de modéliser les formes typiques et les déformations réalistes dans une population, capturent la variabilité 3D d’un organe afin de pouvoir inférer une anatomie spécifique même en présence de données incomplètes ou bruitées. 
De plus, vous pourrez hybrider ces méthodes avec des approches davantage géométriques, ainsi qu’explorer les manières d’enrichir ces templates grâce à des données multimodales (scanner, IRM, …) et/ou en y intégrant de la connaissance médicale non contenue dans les images du patient.

Les tâches suivantes relèveront spécifiquement de votre responsabilité :
   -  Étude et veille technologique de l'état de l'art en deep learning génératif sur des images médicales.
   -  Préparation des bases de données d'images médicales et mise en place d'une infrastructure cloud de deep learning.
   -  Conception et implémentation de composants de deep learning génératifs pour le traitement d'images médicales et l'inférence anatomique.
   -  Intégration continue dans l'architecture logicielle de l'équipe, mise en place de tests unitaires, démonstration des travaux réalisés via des expériences interactives.