Description du poste
<b>Domaine / Métier : </b>Recherche/Chercheuse / Chercheur<br /> <b>Nature de l'emploi : </b>Emploi ouvert uniquement aux contractuels<br /> <b>Description du poste : </b><br /> 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. Contexte : 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. <br /><br /> Contraintes et risques : Aucune contrainte particulière (travail sur écran). <br /> <b>Géolocalisation du poste : </b>PARIS 05<br /> <b>Niveau d'études / Diplôme : </b>Niveau 8 Doctorat/diplômes équivalents<br /> <b>Langue / Niveau : </b><br /> Français : Seuil<br />