Sujet : Assimilation de données temps-réel pour la simulation biomédicale
Au coeur de l'innovation à Dassault Systèmes, vous intégrerez une équipe, sous la direction de la Recherche, dédiée aux nouvelles approches de modélisation 3D, simulation et apprentissage. Afin de renforcer la stratégie de Dassault Systèmes en tant qu'acteur de la santé numérique, nous nous intéressons notamment aux challenges liés la modélisation et la simulation 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 des organes à partir d'images médicales bruitées, à la simulation numérique du jumeau sous divers contraintes.
Notre équipe a spécifiquement pour objectif d'adresser la problématique de la simulation dans un contexte biomédical permettant de prendre en compte les données médicales d'un patient pour inférer les caractéristiques du patient. Cette étape essentielle de simulation doit prendre en compte des difficultés intrinsèques au monde médical ; en particulier, les phénomènes peuvent être multi-physiques, multi-échelles et coûteux à simuler numériquement et les données bruitées, incomplètes et hétérogènes.
Vos missions
Votre rôle consistera à implémenter et expérimenter des méthodes d'assimilation de données patient et/ou médecin, permettant ainsi de rendre le jumeau virtuel interactif. Pour cela, vous pourrez expérimenter des méthodes d'assimilation séquentielle ajustant la dynamique du modèle physique du jumeau en temps réel ainsi que des outils d'interaction manuels permettant de modifier les paramètres physiques du problème en temps réel. Ces approches nécessitent l'usage de solveurs rapides basés sur une simplification du problème physique, une réduction d'ordre numérique ou un modèle appris permettant des inférences rapides.
En particulier, votre mission pourra impliquer les étapes suivantes :
- Étude de l'état de l'art en méthodes de problèmes inverses pour la simulation numérique d'équations aux dérivées partielles (observateurs de Kalman, de Luenberg, méthodes d'optimisation)
- Définition d'un cas d'usage simplifié représentatif d'une problématique médicale à l'aide de solveurs rapides existants.
- Développement des méthodes nécessaires à la résolution du cas d'usage et d'un démonstrateur du jumeau virtuel.
Vos qualifications
Actuellement en Master 2 / Bac +5 en Ecole d'ingénieur ou Université, avec une spécialisation en Mathématiques Appliquées idéalement en Simulation Numérique des équations dérivées partielles ou en probabilité vous recherchez un stage.
Vous avez des compétences dans les domaines suivants :
- Maîtrise du langage de programmation Python
- Des connaissances en C/C++ sont un plus
- Des connaissances en réduction d'ordre/apprentissage/multi-fidélité seront également un avantage
De nature rigoureuse et curieux, vous avez une bonne maitrise de l'anglais.
Nous rejoindre c'est aussi
Intégrer une entreprise scientifique au coeur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans
Principaux avantages et bénéfices :
- Environnement multiculturel
- Cadre de travail convivial axé sur le bien-être et la santé
- Engagement en faveur de la diversité et de l'inclusion
- Politique dynamique de développement de carrière : plan de formation, mobilités internes, etc
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.