PR 61 sciences du numérique

PR 61 sciences du numérique / traitement d’images / vision et perception (équipe QuantIF ou équipe STI)environnement et contexte detravailCampus : MadrilletComposante de rattachementadministratif : UFR des Sciences et TechniquesLaboratoire de rattachement : LITIS – EA 4108; équipe QuantIF ou équipe STIFilière(s) : Portail IEEA, Licence EEEA, Licence Informatiqueparcours SD, Master Sciences et Ingénierie des Données parcours SD et GIME, MasterIngénierie de la Santé parcours IBIOMdescription du posteProfil pédagogique du poste : sciences du numérique, traitement numérique de l’informationObjectifs pédagogiques et besoinsd’encadrement :Le ou la candidat(e) s’impliquera principalement dansle domaine de l’informatique industrielle (sciences du numérique, architecturedes ordinateurs, programmation microprocesseur et assembleur), essentiellementen 1ère année de Licence I.EEEA en sciences du numérique 1 et 2, où les besoinssont les plus critiques et la présence d’un animateur sur ces enseignementsindispensable. Les travaux pratiques étant fondamentaux dans ce domaine, le(la) candidate devra s'investir dans l’organisation, le pilotage et lacoordination de ces travaux pratiques, tout en s’impliquant également dansplusieurs groupes de TD et de TP pour assurer le suivi des innovationspédagogiques et s’assurer que ces innovations sont bien acceptées par lesétudiants. D'autres enseignements plus spécialisés en master SID et masterIBIOM en traitement d’images, vision, computer vision, medical image analysis etIA embarquée sont également à pourvoir tous les ans en cours/TD et TP.D’autre part, le ou la candidat(e) devra s’investirparticulièrement dans les actions en faveur de la réussite des étudiants et del’insertion professionnelle. Il ou elle contribuera notamment à faire le lienentre les enseignements de Licence de 1ère année sur le numérique et lapoursuite d’étude dans la filière Sciences des Données de la licence d’Informatiqueet du Master Sciences des Données. Il ou elle devra également avoir le souci dedévelopper ces enseignements en lien avec la Graduate School MinMacs dansl’objectif d’internationaliser ces formations et contribuer à l’insertionprofessionnelle des étudiants.Objectifs en termes d’internationalisation:Le ou la candidat(e) devra pouvoirenseigner en anglais au niveau Master et contribuer à l’intégration de lafilière Sciences des Données dans la Graduate School MinMacs. Il ou elle devraégalement prendre en charge le développement des échanges à l’international desétudiants de la filière sciences des données en master.Profil recherche : traitement d’images / vision et perceptionCompétences techniques recherchées:Calcul scientifique, analyse de données, science desdonnées, traitement d’images, imagerie médicale, vision, perception,apprentissage machine : développements sur les principales plateformes decalcul et langages de programmation tels que R, Matlab, Python, TensorFlow,Keras…Compétences scientifiquesrecherchées :Le ou la candidat(e) recherché(e) doit disposer avanttout d’une solide expérience de recherche en traitement d’images (imageriemédicale ou vision et perception), mais aussi en machine learning pour l’image.Il ou elle devra développer des recherches théoriques, méthodologiques,algorithmiques et expérimentales et contribuer au développement de l’imageriemédicale ou de l’analyse de scènes par les résultats des nouvelles applicationsdu traitement des données à large échelle (machine learning, deep learning).LeLITIS souhaite renforcer le potentiel d'encadrement d'une de ses équipesQuantIF ou STI en développant des recherches fondamentales à la frontière desmathématiques, de la science des données et de l’intelligence artificielle. Leou la candidat(e) devra être en mesure d’animer, développer et fédérer lesrecherches en sciences des données et traitement d’images en Normandie, ceciafin de contribuer au développement de l’axe science des données tel que définidans la Graduate School MinMacs soutenue par Normandie Université etl’Université de Rouen Normandie, mais aussi dans le cadre de la Fédération de RechercheCNRS NormaSTIC entre le LITIS et le GREYC.L’équipeQuantIF est une équipe pluridisciplinaire constituée de 16 membres permanentsdont 7,5 enseignants-chercheurs (2,5 en section 61 et 5 dans le domaine médical(exerçant au CLCC Henri Becquerel)). Elle souhaite donc renforcer son potentield’encadrement sur l’axe traitement des images afin d’équilibrer les thématiqueset pouvoir mieux répondre à la demande du domaine médical. Les sujetsdéveloppés concernent la segmentation d’organes ou de tumeurs en IRM, TEP/TDM,la prédiction et suivi thérapeutique en TEP/TDM, l’analyse et la classificationdes images de microscopie confocale in vivo du poumon, la fusion d’imageriesmultifonctionnelles en TEP-TDM, l’optimisation des mesures de volumes enTEP-TDM pour la définition du GTV en radiothérapie externe et intérêtpronostique de l’imagerie fonctionnelle en cours de radiothérapie,l’optimisation de l’imagerie synchronisée. En collaboration avec deux autreséquipes du laboratoire (Apprentissage et TIBS) elle souhaite développer destechniques de prédiction fondées sur l’apprentissage machine combinant plusieursmodalités d’imagerie mais également d’autres sources d’information comme desanalyses génétiques par exemple. L’équipe QuantIF est également impliquée dansde nombreux projets (Région, FEDER), de nombreuses collaborations académiquesinternationales (PHC, projet NIH (US), UCL Londres, U. Tianjing, Chine) et aorganisé de nombreuses compétitions internationales en segmentation d’images(SegTHOR notamment).L’équipeSTI quant à elle compte 9 enseignants-chercheurs. Elle souhaite renforcer son potentield’encadrement sur les systèmes de perception et de vision pour l’aide à lanavigation. Ses travaux concernent l’assistance à la conduite (détection depiétons, référencement orienté vision), la robotique mobile et le véhiculeintelligent en abordant l’ensemble des problématiques, de la perception avancéede scènes à la décision temps réel. Elle s’intéresse aux systèmes embarqués enconditions dégradées et en milieux dotés de faibles infrastructures. Lessystèmes d'assistance à la conduite requièrent une quantité importante dedonnées pertinentes et actualisées pour être efficaces. Les travaux de l'équipeconcernent donc l'acquisition, le traitement et la gestion de masses de donnéespour les transports intelligents. Les recherches de l’équipe STI s’appuient surdes collaborations avec les équipes Apprentissage et MIND, l’obtention l'annéedernière d’une chaire IA au laboratoire LITIS, et le projet TIGA (Territoired’Innovation) « Mobilité intelligente pour tous », lauréat du PIA3 porté parl’Agglomération de Rouen, et un projet CPER porté par l’INSA de Rouen sur laplateforme véhicule autonome. Ces travaux mettent également en synergieplusieurs équipes du campus du Madrillet : le CEREMA, l’IRSEEM et le LMI.Uninvestissement dans le pilotage des relations internationales pour lelaboratoire LITIS et pour les filières d’enseignement en Master est égalementdemandé de la part de la personne recrutée. Cet investissement viendrarenforcer la Graduate School MinMacs dans laquelle le laboratoire est impliqué.Profile du candidatCompétences requisesPour tout renseignement complémentaire, veuillez prendre contact avec:Enseignement :Prof. Sébastien ADAM – sebastien.adam@univ-rouen.fr – 02 32 95 52 10Co-directeur du LITIS pour l’URN:Co-responsables équipe QuantIFProf. Su RUAN – su.ruan@univ-rouen.fr – 02 35 14 86 49 ou 02 32 95 52 03Prof. Pierre VERA – pierre.vera@chb.unicancer.fr – 02 32 08 22 58Responsable équipe STIProf. Samia AINOUZ – samia.ainouz@insa-rouen.fr – 02 32 95 66 27Documents requis pour postuler :Durée : PermanentSalaire : -Localisation : UFR Sciences et Techniques, Technopole du Madrillet, Saint Etienne du Rouvray #J-18808-Ljbffr