Créé en 1969, Toulouse INP est un acteur majeur de la formation en ingénierie et de la recherche, ainsi qu’un élément fondateur du paysage universitaire toulousain. L’établissement se distingue par son offre variée avec des formations saluées pour leur excellence académique. Reconnu ainsi que ses écoles dans les classements nationaux et internationaux, Toulouse INP est membre du groupe INP, premier réseau français d’écoles d’ingénieurs.
Le poste est proposé au sein de l'équipe MINDS (coMputational imagINg anD viSion) de l'IRIT (Institut de Recherche en Informatique de Toulouse), UMR dont l'une des tutelles est Toulouse INP.
L'équipe MINDS mène des travaux en imagerie computationnelle et vision par ordinateur, avec un fort ancrage en imagerie médicale.
Ce poste est ouvert dans le cadre du projet de recherche BIOGENTEP, lauréat de l'AAP d'amorçage du programme IA pour la Santé (ANITI), visant à renforcer les collaborations entre le monde académique et les acteurs industriels. Il est financé par la région Occitanie et mené en partenariat avec l'entreprise PIXILIB (éditeur de solutions logicielles pour la recherche clinique en médecine nucléaire).
Le projet BIOGENTEP porte sur la génération d’images médicales synthétiques afin d’accélérer le développement d’outils d’intelligence artificielle en oncologie, dans un contexte où les données annotées sont limitées.
Les missions principales seront les suivantes :
mettre en place un pipeline reproductible de préparation des données, à partir de jeux de données publics et privés,
développer et évaluer des modèles génératifs pour la synthèse d’images médicales,
analyser l’apport des données synthétiques pour des tâches applicatives telles que la segmentation ou la quantification, dans un contexte de faible disponibilité de données,
documenter les développements réalisés à travers du code, des scripts d’entraînement et d’évaluation, ainsi que des rapports techniques.
Cette alternance permettra à l’apprenti(e) d’évoluer à l’interface entre recherche académique et partenariat industriel, sur un sujet à fort enjeu en IA pour la santé.
Niveau du candidat : Bac+4, Master 1
Diplôme visé : Master parcours Intelligence artificielle, Master parcours Mathematiques appliquées pour l'ingénierie, l'industrie et l'innovation, Master parcours Interactions de l'informatique et des mathématiques pour l'intelligence artificielle, Master parcours Sciences et ingénierie des données, Formation Modélisation et Intelligence Artificielle.
Savoirs généraux, théoriques ou disciplinaires :
Bases solides en apprentissage automatique et deep learning
Connaissances en traitement d'images
Notions sur les modèles génératifs
Savoir-faire opérationnels :
Implémenter et entraîner des modèles en Python (PyTorch de préférence), gérer GPU/expériences
Développer du code propre et réutilisable (Git, documentation, scripts reproductibles)
Communiquer les résultats (rapports, figures, présentations)
Compétences comportementales :
Rigueur scientifique et sens de la reproductibilité
Goût du travail en équipe et communication claire (académique/industriel)
Sens des responsabilités lié au cadre des données médicales