L’Université Marie et Louis Pasteur incarne une nouvelle ère pour l’enseignement supérieur et la recherche en Bourgogne-Franche-Comté.
Avec plus de 27 000 apprenants et 2 500 personnels administratifs et enseignants-chercheurs, elle s’appuie sur une administration innovante et des synergies renforcées pour relever les défis académiques, scientifiques et sociétaux d’aujourd’hui et de demain.
Ce que l’université vous propose :
· Organisation flexible avec plusieurs formules horaires et la possibilité de travailler sur 4,5 jours
· Droit aux congés annuels de 25 jours, auxquels s’ajoutent des jours supplémentaires au titre de l’ARTT (aménagement et réduction du temps de travail), au prorata du volume horaire et de la durée du contrat.
· Possibilité de développement professionnel en interne et externe (concours, mobilité, formation continue…)
· Accès à des prestations d’action sociale (aide aux loisirs culturels et sportifs pour les personnels et leurs enfants, restauration…) et d’offres variées du service sciences, arts et culture (animations, expositions, conférences…)
A l’UMLP, accueillir des personnes en situation de handicap fait partie de notre ADN. Notre objectif est d’ouvrir nos portes à toutes les compétences et toutes les personnalités. L’université s’inscrit dans une politique d’inclusion et de non-discrimination.
Vous recherchez des missions passionnantes et innovantes qui ont du sens et vous souhaitez vivre une expérience professionnelle pleine de défis : Alors rejoignez l’Université Marie et Louis Pasteur !
Positionnement dans le service
Ingénieur de recherche du laboratoire SINERGIES Travaillera dans le cadre du projet ANR-23-CPJ1-0010-01 sur la thématique de la traçabilité des instruments chirurgicaux.
Définition de la fonction
Le poste d’ingénieur de recherche en intelligence artificielle a pour objectif principal de développer des modèles avancés de vision par ordinateur pour la détection et l’identification des instruments chirurgicaux, ainsi qu’un jeu de données dédié à l’entraînement et à l’évaluation de ces modèles. Ces travaux s’inscrivent dans un contexte de recherche appliquée, en lien avec le milieu hospitalier.
La finalité de ce poste est d’améliorer la traçabilité des instruments chirurgicaux ainsi que le monitoring lors des interventions au bloc opératoire, afin de renforcer la sécurité des patients, et l’efficacité des pratiques chirurgicales.
Champ des relations
En interne : Relation directe avec Moustafa FAYAD, Frédéric AUBER et Réda YAHIAOUI.
En externe : Hervé Pidoux (Unité de stérilisation, Département pharmaceutique, CHU de Besançon)
Activité 1 : Développement de modèles de vision par ordinateur
Concevoir des modèles avancés de vision par ordinateur pour la détection
et l’identification des instruments chirurgicaux
Expérimenter et tester des architectures de deep learning adaptées aux contraintes du milieu hospitalier
Analyser et évaluer les performances des modèles développés
Améliorer et optimiser les modèles en fonction des résultats obtenus
Activité 2 : Constitution et gestion d’un jeu de données
Elaborer un jeu de données dédié aux instruments chirurgicaux
Annoter et valider les données pour l’entraînement et l’évaluation des
modèles
Administrer et mettre à jour le jeu de données dans le respect des contraintes réglementaires
Activité 3 : Recherche appliquée et collaboration avec le milieu hospitalier
Analyser les besoins fonctionnels liés à la traçabilité et au monitoring des instruments chirurgicaux
Rédiger des rapports techniques et scientifiques
Communiquer et valoriser les résultats
Le poste est ouvert uniquement aux contractuels.
Il est à pourvoir dès que possible.
L'envoi du CV et d'une lettre de motivation est obligatoire.
Cette annonce retient votre attention, candidatez et venez-nous en parler !
Nous recherchons les compétences et les qualités suivantes pour ce poste :
Compétences opérationnelles
Concevoir et développer des modèles de vision par ordinateur
Analyser et exploiter des données visuelles complexes
Expérimenter et évaluer des algorithmes de deep learning
Programmer en Python (niveau avancé)
Utiliser des frameworks de deep learning (TensorFlow / PyTorch – niveau avancé)
Rédiger une documentation technique et scientifique
Connaissances
Les techniques de vision par ordinateur et de deep learning
Le fonctionnement des algorithmes d’apprentissage supervisé
La gestion et l’annotation de jeux de données
Qualités
Bonne capacité d’analyse et de synthèse
Sens de la rigueur scientifique
Capacité à travailler en équipe pluridisciplinaire
Autonomie dans la conduite des travaux de recherche
Capacité à être force de proposition et à innover