STAGE - Ingénieur de recherche Deep Learning (F/H)

Intégrez une équipe de recherche dynamique qui place l'innovation au cœur de ses priorités chez Dassault Systèmes. Rattachée au département Recherche, cette équipe développe des approches avancées de modélisation, simulation et apprentissage automatique appliquées à des domaines médicaux stratégiques tels que la cardiologie, la neurologie et l'oncologie.

Dans le cadre de la stratégie de Dassault Systèmes et du projet MediTwin, nous œuvrons à faire de l'entreprise un acteur majeur de la santé numérique. Notre défi : développer la modélisation et la simulation du vivant pour concevoir le jumeau numérique 3D personnalisé de chaque patient. Cette technologie innovante transforme l'approche médicale en offrant aux médecins une compréhension approfondie des pathologies et la possibilité de développer des traitements vraiment personnalisés.

Créer un jumeau numérique humain représente un défi technologique complexe qui s'articule autour de deux étapes principales : la reconstruction 3D des organes à partir d'images médicales souvent imparfaites, puis la simulation du comportement de ce modèle numérique dans différentes conditions. Notre équipe s'attache particulièrement à cette seconde étape en développant des méthodes de simulation biomédicale capables d'intégrer les données médicales propres à chaque patient pour prédire avec précision ses caractéristiques physiologiques.

Cette simulation présente des challenges uniques au domaine médical : les phénomènes sont multi-physiques et multi-échelles, les calculs numériques sont coûteux, et les données médicales sont souvent bruitées, incomplètes et hétérogènes.

Vos missions

Votre mission consistera à coupler simulation physique et réseaux de neurones pour résoudre des problèmes concrets de simulation inverse ou de détection d'anomalies dans des domaines tels que la neurologie et la cardiologie. Vous développerez des modèles d'apprentissage innovants qui remplacent les simulations traditionnelles trop coûteuses en intégrant dès la conception les connaissances scientifiques et cliniques de ces applications.

Ce travail touchera l'ensemble du processus de développement, depuis la constitution de bases de données adaptées aux pathologies jusqu'à l'optimisation des méthodes d'entraînement, en passant par la conception d'architectures de réseaux et la définition de fonctions de perte appropriées. Le modèle final pourrait remplacer entièrement le solveur numérique traditionnel ou se combinera avec une version simplifiée de celui-ci.

L'objectif final est de réduire drastiquement les coûts de calcul, améliorer l'interprétabilité des modèles en gardant la confiance dans les résultats.

Vos principales missions incluront :

* Étude de l'état de l'art en apprentissage profond pour la simulation numérique d'équations aux dérivées partielles (PINNs, Neural Operators, GNNs, simulation différentiable)
* Définition d'un cas d'usage représentatif d'une problématique médicale concrète
* Développement des modèles d'apprentissage nécessaires à la résolution du cas d'usage
* Identification et quantification des gains apportés par les différentes approches testées

Ce stage vous offrira une opportunité unique de contribuer à une recherche de pointe avec un impact sociétal majeur, tout en développant une expertise rare et très recherchée à l'intersection de l'intelligence artificielle et de la simulation numérique.

Vos qualifications

Actuellement en Master 2 / Bac+5 en Ecole d'ingénieur ou Université, avec une spécialisation en mathématiques appliquées, particulièrement en apprentissage statistique et/ou en simulation numérique vous recherchez un stage.

Vous possédez des compétences dans les domaines suivants :

* Maîtrise du langage de programmation Python
* Analyse des EDP et EDO
* Des connaissances en C/C++ seront appréciées
* Une expérience pratique de PyTorch, JAX, Tensorflow sera fortement valorisée

De nature curieuse et autonome, vous avez une capacité d'analyse et un esprit de synthèse.
Vous avez un bon niveau d'anglais technique, notamment pour la lecture et la rédaction de documents scientifiques.
Une première expérience en recherche (projet de fin d'études, stages précédents) serait un plus.

Nous rejoindre c'est aussi

Intégrer une entreprise scientifique au cœur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans.
Principaux avantages et bénéfices :

* Environnement collaboratif et innovant
* Collaboration internationale
* Diversité des technologies, produits et solutions
* Engagement en faveur de la diversité et de l'inclusion