Doctorant en Intelligence Artificielle Générative pour l'Imagerie Biologique H/F CNRS
- Paris 5e - 75
- CDD
- Temps partiel
- Service public des collectivités territoriales
Détail du poste
Description du Poste Sujet De Thèse Modèles génératifs profonds pour l'analyse conjointe d'images de tissus et de données moléculaires spatiales.Le/la doctorant(e) développera de nouvelles méthodes d'apprentissage profond génératif pour analyser des images de tissus biologiques couplées à des mesures moléculaires spatiales, et les appliquera à des questions biologiques en collaboration avec des équipes de biologie.Activités :Concevoir, implémenter et évaluer des modèles génératifs (flow matching, diffusion) ; traiter et analyser de grands jeux de données d'imagerie ; interagir avec les biologistes partenaires ; publier et présenter les résultats en conférences. Votre Environnement de Travail Équipe d'Auguste Genovesio (analyse d'images et IA) à l'IBENS, ENS-PSL, en co-direction avec l'équipe de N. Spassky (IBENS). Environnement interdisciplinaire (IA, mathématiques appliquées, biologie), accès à des ressources de calcul GPU. Contraintes et risques Aucune contrainte particulière (travail sur écran). Rémunération et avantages Rémunération La rémunération est d'un minimum de 2300,00 € mensuel Congés et RTT annuels 44 jours Pratique et Indemnisation du TT Pratique et indemnisation du TT Transport Prise en charge à 75% du coût et forfait mobilité durable jusqu'à 300€ À propos de l'offre Référence de l'offre UMR8197-VALHER-267 Section(s) CN / Domaine de recherche Modélisation mathématique, informatique et physique pour les sciences du vivant À propos du CNRS Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d'associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement. Le CNRS Les métiers de la recherche
Publiée le 06/11/2026 - Réf : 79bd714d757d80356bce633fff6478ff