À propos de rAIman Le projet rAIman en bref La future startup rAIman est une prochaine spin-off du laboratoire Kastler Brossel de l’ENS de Paris (création prévue 2026). Elle apportera des solutions de contrôle chimique rapide en commercialisant des dispositifs développés à partir d’une technologie deeptech brevetée de spectro-imagerie computationnelle. Le projet est soutenu par CNRS Innovation (via le programme RISE), Deeptech Founders, et a été récompensé du Grand Prix i-PhD 2023, de la Bourse French Tech Lab de BPI France, ainsi que d’une nomination au jury national du concours i-Lab 2024. Un financement européen EIC Transition obtenu début 2024 vise à lever les premiers verrous d’une application pour le marché des contrôles anti-contrefaçon (prototype de TRL 7 prévu pour 2026 avec premiers clients engagés). D’autres marchés sont explorés comme le celui de l’imagerie biomédicale, du monitoring des batteries, des contrôles qualité et de sécurité. L’équipe • Hilton Barbosa de Aguiar a développé la technologie au laboratoire Kastler Brossel et co-fondera la startup en tant que directeur scientifique. • Clémence Gentner a contribué aux développements hardware et a mené la valorisation du projet vers les fondements de la future startup. Elle transmettra son travail au (à la) candidat(e) retenu(e). • Lorenzo Valzania mène les développements algorithmiques et co-fondera la startup. • Dariusz Nita et Nassreddine Amiche sont ingénieurs (électronique et optique) pour le projet et transitionneront du laboratoire à la startup à sa création. • Hankun Yang et Amol Mahurkar sont deux doctorants travaillant sur la technologie au laboratoire. • Un advisory board composé de deux entrepreneurs expérimentés dans le domaine de l’optique pousse les explorations marché. Plus de détails sur la technologie Le projet rAIman développe un dispositif réalisant des images qui révèlent, au-delà des contrastes et des couleurs, la composition chimique de l’objet. [1] La caractérisation de la composition chimique d’un échantillon est un enjeu majeur dans de nombreux domaines allant de la science des matériaux, passant par le contrôle qualité alimentaire ou pharmaceutique, aux contrôles de sécurité et anti-contrefaçon, jusqu’au diagnostic médical. Encore aujourd’hui, réaliser de telles analyses en alliant précision et rapidité est un véritable défi. Certaines méthodes spectroscopiques permettent une identification moléculaire très précise mais sont bien trop lentes pour permettre des analyses en temps réel : ainsi, toute application en imagerie ou en contrôle qualité sur une ligne de production est impossible. C’est le cas de la spectroscopie Raman, qui permet d’identifier très précisément une espèce chimique via sa signature spectrale unique obtenue par une simple illumination par laser. Cependant, les signaux lumineux en jeu sont faibles et les spectromètres sont des instruments équipés de caméras CCD dont le bruit de lecture détériore davantage le résultat, si bien que l’acquisition d’une image comportant l’information spectrale demande plusieurs minutes voire heures, et génère de surcroît un volume de données très important à stocker et traiter numériquement pour obtenir les images finales. La technologie du projet rAIman utilise un simple laser et optimise la mesure au moyen d’approches computationnelles [1,2]. En effet, au lieu d’un processus classique constitué d’une étape d’acquisition suivie d’une étape de post-traitement des données brutes, notre instrument effectue l’analyse directement pendant la mesure au moyen d’un modulateur de lumière programmable composé de milliers de micro-miroirs bistables (DMD, digital micromirror device). Ainsi, chaque composante spectrale du signal est traitée par un micro-miroir, et nos algorithmes permettent d’éliminer les signaux inutiles et de sélectionner les signaux pertinents. Ce cadre d’acquisition computationnelle constitue un savoir-faire unique au projet rAIman. La mesure est ainsi considérablement accélérée, l’analyse habituellement effectuée en post-traitement est directement réalisée à l’étape d’acquisition, et les données sont intrinsèquement comprimées sans perte d’information pertinente. Concrètement, le facteur de compression et d’accélération par rapport à un spectromètre conventionnel est de 10 à 100, et nous avons démontré le record de vitesse en imagerie Raman en atteignant la cadence vidéo (24 images par seconde) [3] avec une configuration brevetée chez CNRS Innovation [4]. Références [1] Gentner, C. & B. de Aguiar, H., « Exploiter les signatures de la matière grâce à l’imagerie hyperspectrale computationnelle », Photoniques 120, p47-50 (2023). [2] Lin, H. & B. de Aguiar, H., Compressive Raman Microspectroscopy, in Stimulated Raman Scattering Microscopy, Elsevier (2021). [3] Gentner, C. et al., “Compressive Raman microspectroscopy parallelized by SPAD arrays”, arXiv:2301.07709 (2023). [4] H. B. de Aguiar et al., WO2023180532A1 : Apparatus for detecting chemicals in a sample (2023) Le poste • Rôle de chef(fe) de projet sur le développement du prototype • Co-management des deux ingénieurs développant le prototype • Réalisation de POCs marchés sur un système déjà fonctionnel sur table optique • Relations avec d’éventuels prestataires de sous-traitance industrielle Il/elle aura accès à des programmes de formation et d’accompagnement en entrepreneuriat deeptech (EIC Pioneer program, éventuellement HEC Challenge ) ainsi qu’au soutien de l’équipe de coachs CNRS Innovation et Deeptech Founders. Il/elle devra adhérer aux valeurs du projet et de son équipe : bienveillance, esprit d’équipe et passion pour l’innovation en hardware optique. • Localisation : ENS de Paris, Laboratoire Kastler Brossel • Compensation financière : salaire futures parts au capital • Candidature : via la plateforme Tandem Profil recherché Le/la candidat(e) est attendu(e) pour mener les développements d’optique hardware. Nous cherchons un profil d’expertise technique avancée en hardware optique, idéalement avec une expérience en gestion de projet et d’équipe d’ingénieurs. Le poste demande un engagement à long terme, avec une composante entrepreneuriale, car en tant qu’associé(e), le/la candidat(e) sera coresponsable de la réussite globale du projet, autant dans sa partie technique que dans son développement stratégique.
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.