Ingénieur ou Ingénieure de recherche en intelligence artificielle pour l'imagerie médicale générative - CDD 10 mois

Présentation de Télécom SudParis :

Télécom SudParis est une grande école publique d'ingénieurs reconnue au meilleur niveau des sciences et technologies du numérique. La qualité de ses formations est basée sur l’excellence scientifique de son corps professoral et une pédagogie mettant l’accent sur les projets d’équipes, l’innovation de rupture et l’entreprenariat. Télécom SudParis compte 1 000 étudiantes et étudiants dont 700 élèves ingénieurs et environ de 150 doctorantes et doctorants. Télécom SudParis fait partie de l’Institut Mines-Télécom, premier groupe d’école d’ingénieurs en France, et partage son campus avec Institut Mines-Télécom Business School. Télécom SudParis est co- fondatrice de l'Institut Polytechnique de Paris (IP Paris), Institut de Sciences et Technologies à vocation mondiale avec l’École polytechnique, l’ENSTA Paris, l’ENSAE Paris, l'ENPC et Télécom Paris. Vidéo présentation de Télécom SudParis

À propos de l'Institut Mines-Télécom :

L'Institut Mines-Télécom (IMT) est un établissement public dédié à l'enseignement supérieur et la recherche pour l'innovation dans les domaines de l'ingénierie et du numérique. À l’écoute permanente du monde économique, l'IMT conjugue une forte légitimité académique et scientifique, une proximité avec les entreprises et un positionnement unique sur les transformations majeures au XXIe siècle : numériques, énergétiques, industrielles et éducatives siècle. Ses activités se déploient au sein des grandes écoles Mines et Télécom sous tutelle du ministre en charge de l’Industrie et des communications électroniques, de deux filiales et de partenaires associés ou sous convention. L'IMT est membre fondateur de l’Alliance Industrie du Futur. Il est doublement labellisé Carnot pour la qualité de sa recherche partenariale. Vidéo de présentation de l'Institut Mines-Télécom

Missions

• Ce poste est proposé dans le cadre des projets ANR MLQ-CT (https://anr.fr/Projet-ANR-23-CE17-0046), et ANRS-MIE (ANRS00885-R-PR), dont Telecom SudParis est partenaire, qui ont pour objectif le développement et le transfert en routine clinique d’outils d’analyse quantitative des pneumopathies interstitielles diffuses et de suivi post-tuberculose. Le poste vise à renforcer les compétences en intelligence artificielle (IA) appliquée au domaine médical, notamment dans la conception et le déploiement de solutions IA pour l’analyse des images TDM (scanner X) thoraciques au sein du service de Radiologie de l’Hôpital Avicenne, Bobigny, partenaire du projet.

   La personne recrutée intégrera le Département ARTEMIS (Advanced Research and Techniques for Multidimensional Imaging Systems) de Télécom SudParis et bénéficiera de l’expertise en deep learning et en imagerie médicale acquise par l’équipe au cours des dernières années (plus de 10 thèses de doctorat, défendues ou en cours, au cours des 3 dernières années), ainsi que des installations matérielles (plateforme ARTEMIS deep learning) nécessaires au développement de ses activités

Activités

• Développer des solutions IA pour la segmentation des régions pathologiques pulmonaires (cavités, emphysème, fibrose, verre dépoli, rayon de miel, condensations)

• Contribuer dans le portage de solutions « classiques » de segmentation d’image développées au département ARTEMIS vers des modèles de deep learning (segmentation bronchique, vasculaire, pulmonaire)

• Développer des solutions « Docker » pour les modèles développés afin de pouvoir les déployer sur le site hospitalier

• Assister sur le traitement des données image patient en utilisant les solutions existantes et celles de IA développées

• De manière ponctuelle, co-encadrer des projets étudiants en lien avec la thématique étudiée

Formation

• Diplôme Bac + 5 d’Ingénieur français ou équivalent spécialité vision par ordinateur / imagerie 

• Diplôme Bac+ 4 ou équivalent avec une expérience professionnelle ≥ 4 ans

• Diplôme Bac+ 3 ou équivalent avec une expérience professionnelle ≥ 6 ans

• Diplôme Bac+ 2 ou équivalent avec une expérience professionnelle ≥ 10 ans

Compétences, connaissances et expériences indispensables

• Expérience de travail en IA appliquée à l’imagerie médicale

• 2 à 3 ans d’expérience en deep learning

• Connaissances scientifiques approfondies des techniques d’apprentissage (

  • machine learning

  ) profonds (deep learning), ainsi que des outils et environnements de développement logiciels associés (frameworks (Pytorch, Tensorflow/Keras, …), bibliothèques Python spécialisées, Docker)

• Expérience en imagerie médicale, notamment TDM (scanner X) et en particulier en imagerie pulmonaire

• Expérience sur des modèles génératifs, en particulier les modèles de diffusion, démontrée par des publications ou des dépôts Git

• Maîtrise du français et de l’anglais

Compétences, connaissances et expériences souhaitables

• Publications scientifiques dans des conférences ou revues médicales

• Expérience dans le développement d’applications industrielles

• Une première expérience en milieu industriel

Capacités et aptitudes

• Aptitude au travail en équipe au sein de contrats de recherche nationaux ou internationaux, en collaboration avec des partenaires académiques et industriels

• Qualités relationnelles

• Aptitude à la synthèse et à la rédaction

• Sens de l’animation et de l’organisation

• Sens du travail en équipe

• Réactivité, esprit d’initiative et de rigueur

Informations complémentaires et candidature

• Date limite de candidature : 20 février 2026

• Nature du contrat : CDD de 10 mois

• Catégorie et métier du poste (usage interne): II - R, Ingénieur de recherche et développement ou A (fonction publique)

• Localisation du poste: Evry-Courcouronnes (91)

• Les postes offerts au recrutement sont ouverts à toutes et tous avec, sur demande, des aménagements pour les candidats en situation de handicap

• Emploi ouvert aux titulaires de la fonction publique et/ou aux contractuels

• Conditions de travail : 44 jours de congés, télétravail possible, restaurant et cafétéria sur site, accessibilité en transport en commun (avec participation de l'employeur) ou proche des axes routiers, association du personnel et association sportive sur le campus