Quelle est votre mission chez bioMérieux ?

La PCR en temps réel (RT-PCR) est une méthode de biologie moléculaire permettant de détecter la présence et de déterminer la quantité d’un pathogène dans un échantillon clinique, alimentaire ou pharmaceutique par l’amplification d’une cible moléculaire. L'efficacité de l'amplification est quantifiée par la variation de fluorescence dans des images possiblement à large champ acquises à intervalles de temps réguliers.

Dans le cadre de l’amélioration de ses systèmes, bioMérieux développe des algorithmes pour le traitement des images générées par les automates de RT-PCR. En particulier, les développements récents en vision par ordinateur ont montré que la segmentation d’images par réseaux de neurones convolutifs (CNN) offre de bonnes performances et ouvre des perspectives nouvelles pour les applications industrielles. Une étape importante en vue de l’industrialisation de ces outils est la capacité d’y intégrer des couches de quantification d’incertitude afin d’améliorer la confiance dans les résultats produits. Les équipes Data Science de bioMérieux souhaitent intégrer ces méthodes en plein développement dans leur portefeuille d’outils.

Vos missions pendant cette alternance consisteront à :

• Contribuer à la construction et à l’annotation d’un jeu de données fiable et utilisable pour des tâches d’apprentissage supervisé. En particulier par l’utilisation d’outils d’aide à l’annotation.
• Entrainer et optimiser des modèles de réseaux de neurones convolutifs (CNN) dédiés à la segmentation des images de fluorescence RT-PCR. La prise en main de l’infrastructure GPU interne à l’équipe Data Science et/ou le calcul HPC dans le cloud.
• Evaluer et implémenter des méthodes de quantification d’incertitudes permettant de calculer des intervalles de confiances associés segmentations obtenues.
• Documenter le travail réalisé et les aspects méthodologiques.

Description du profil :

Qui êtes-vous ?

• Vous suivez une formation de niveau BAC+5 en mathématiques appliquées/informatique avec un intérêt pour le machine learning, les applications physiques et/ou biologiques,
• Vous faites preuve de rigueur et avez un sens de l’organisation,
• Bonne maitrise du langage Python, en particulier des librairies PyTorch, TensorFlow
• Vous êtes familier avec l’utilisation des gestionnaires de version (Gitlab),
• Votre avez un niveau d’anglais courant,
• Une connaissance du domaine de la biologie moléculaire et du fonctionnement d’une réaction PCR serait appréciée.

Cette alternance est baseé à Grenoble, pour une durée de 12 mois en alternance à partir de Septembre 2024.