Description du poste
**Offre de thèse – Méta-apprentissage robuste et efficace pour la segmentation d’images médicales**
**Lieu :** Toulouse INP / IRIT, Toulouse, France
**Durée :** 3 ans — **Début prévu :** 1er septembre 2027
**Date limite de candidature :** 23 novembre 2026
**Rémunération** : environ 2 800 €
Nous recherchons un candidat ou une candidate motivé(e) pour développer des méthodes de méta-apprentissage capables de s’adapter à de nouvelles tâches de segmentation d’images médicales à partir d’un nombre limité d’exemples annotés. Le projet se situe à l’interface de l’apprentissage profond, de l’optimisation et de l’imagerie médicale.
Le projet s’articulera autour de trois axes de recherche :
* **Optimisation du méta-apprentissage** pour améliorer la stabilité des méthodes et réduire leur coût en calcul et en mémoire.
* **Analyse des relations entre tâches médicales** pour identifier les connaissances transférables et limiter les interférences entre tâches hétérogènes.
* **Adaptation structurée et efficace des modèles** pour faciliter l’apprentissage de nouvelles tâches avec peu de données annotées.
La thèse sera dirigée par le **Pr Lotfi Chaari (Toulouse INP / IRIT)**, avec un co-encadrement assuré par **Dr Amel Aissaoui (Toulouse INP / IRIT)** et **Dr Alena Kopanicakova (Université de Genève, Suisse)**. Une cotutelle pourra être envisagée.
**Profil recherché :** diplôme de master ou équivalent en informatique, intelligence artificielle, mathématiques appliquées, science des données ou dans un domaine connexe ; solides compétences en programmation, de préférence en Python/PyTorch ; intérêt marqué pour les aspects mathématiques et algorithmiques de l’apprentissage ; bonne maîtrise de l’anglais écrit et oral. Une expérience en méta-apprentissage, segmentation d’images, optimisation numérique ou imagerie médicale serait appréciée, sans être obligatoire.
**Important — Conditions d’éligibilité au programme BEST :** les candidats doivent être titulaires de leur master à la date limite de candidature, ne pas déjà détenir de doctorat et **ne pas avoir résidé ou exercé leur activité principale en France pendant plus de 12 mois au cours des 36 mois précédant la date limite de candidature.** Un excellent dossier académique et un fort potentiel pour la recherche doctorale sont attendus. Conditions complètes : https://doctorat.univ-toulouse.fr/cofund-best
**Description complète du sujet et modalités de candidature :**
https://docs.google.com/document/d/1YbqYcot7dJgQsgSfN68Wf6HC6IyylZbEV36gyGo5uGY/edit?usp=sharing
**Pour candidater :** déposez votre candidature sur https://edd-projets.utoulouse.fr/ et envoyez, en parallèle, votre CV détaillé et vos derniers relevés de notes à **amel.aissaoui@irit.fr** and **Alena.Kopanicakova@unige.ch**, avec pour objet : **Application – PhD in Robust and Scalable Meta-Learning for Medical Image Segmentation**.
Lieu du poste : En présentiel