En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR8197-NATBOI-015 - Chercheur H/F en apprentissage profond / explicabilité par reseaux antagonistes génératifs

Chercheur H/F en apprentissage profond / explicabilité par reseaux antagonistes génératifs

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR8197-NATBOI-015
Lieu de travail : PARIS 05
Date de publication : lundi 6 mai 2019
Type de contrat : CDD Scientifique
Durée du contrat : 36 mois
Date d'embauche prévue : 1 mai 2019
Quotité de travail : Temps complet
Rémunération : entre 2605 € et 3615 € brut mensuel selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent

Missions

L'apprentissage profond, à la source du renouveau de l'intelligence artificielle depuis quelques années, permet d'obtenir des résultats saisissant dans la reconnaissance et la classification d'objets dans divers jeux de données et en particulier d'images. Couplé à la robotique et la microscopie à haut débit, qui possèdent la capacité de générer des centaines de milliers d'images d'expériences automatisées, nous avons montré qu'un modèle de réseau profond correctement conçu et entrainé permet de discriminer des phénotypes visuels cellulaires subtiles que l'on ne pouvait espérer distinguer il y a encore quelques années avec des algorithmes d'analyse d'image plus classique. Cet avènement pour la recherche en biologie et la découverte de médicaments s'accompagne, comme dans d'autres domaines, d'un problème d'explicabilité du mécanisme de décision de ces réseaux. Le projet et donc la mission de ce post doctorat vise à apporter une solution à ce problème dans le cadre particulier de phénotypes cellulaires subtiles et invisibles à l'œil nu grâce à la mise au point de variantes d'algorithmes antagoniste génératifs

Activités

Le ou la candidat sélectionné/e poursuivra un travail entamé dans notre laboratoire qui a déjà produit des données préliminaires très encourageantes. Il ou elle utilisera et augmentera ses connaissances et son expérience en apprentissage numérique et en informatique au profit de ce projet sous la forme de nouvelles idées, de proposition d'expériences numériques et d'algorithmes ou architectures de réseaux. Il ou elle sera également en charge de la rédaction d'un ou plusieurs manuscrits pour soumissions à des journaux internationaux à comité de lecture, relatant une méthodologie nouvelle appuyée par des validations quantitatives.

Compétences

Le/la candidate doit :
- être diplômé d'un doctorat en apprentissage numérique/profond, informatique, statistique, mathématiques appliquées ou analyse d'image.
- être rigoureux et organisé afin de mener à bien son projet.
- être capable de s'adapter aux contraintes des travaux de recherche
- être capable de travailler collégialement et faire preuve de souplesse et de bienveillance pour partager ses connaissances et, réciproquement, intégrer les conseils des autres membres de l'équipe.
- être disposé à des discussions et la rédaction de manuscripts en anglais.
Une expérience lié à la biologie et/ou à la microscopie serait un plus appréciable mais n'est pas requis.

Contexte de travail

L'équipe d'accueil (Computational Bioimaging and Bioinformatics : https://www.ibens.ens.fr/spip.php?rubrique47), dirigée par Auguste Genovesio comprend une dizaine d'informaticiens. L'équipe fait partie du centre de biologie computationnelle, un centre de recherche pluridisciplinaire à vocation internationale localisé au sein de l'Institut de Biologie de l'Ecole Normale Supérieure de Paris. Les travaux de l'équipe portent sur le développement d'approches analytiques et informatiques innovantes pour étudier la morphologie et la dynamique cellulaire à large échelle et la génomique fonctionnelle. L'École normale supérieure est un établissement d'enseignement et de recherche publique français renommé, localisé dans le quartier latin au centre de Paris, à proximité de nombreux moyens de transports (RER, métro, bus) et dans un quartier étudiant très agréable.

On en parle sur Twitter !