Stagiaire R&d

**Job Description Summary**: NOTRE ENTREPRISE Plus de 65 000 collaborateurs dans le monde, des talents, des savoir-faire au service de la santé, un marché en forte expansion, BD, fabricant et distributeur de matériel médical et de diagnostic est depuis 100 ans une référence incontournable du monde médical. Le site de Pont de Claix regroupe le siège mondial de l’unité Pharmaceutical Systems, une unité de production parmi les 6 sites de production mondiaux (France, UK, Singapour, Japon, US, Mexique) et le marché Français pour les autres unités du groupe BD. **LE DEPARTEMENT** Au sein du site du Pont-de-Claix (38), vous intégrerez le service de recherche et développement (R&D) « Innovation and New Product Development », de l’unité BD medical, pharmaceutical systems. Cette branche de la R&D a pour mission de développer les briques technologiques pour les futurs produits BD. **ATTENTION: Le stage se fera dans un laboratoire partenaire de BD**:IBISC (UEVE) à **l**’Université d’Évry Paris-Saclay** ** **VOTRE MISSION** L'imagerie par micro-flux (MFI) est une méthode sensible, simple et automatisée pour l'analyse des particules sous-visibles et des agrégats de protéines translucides qui fournit la taille, le nombre et la morphologie des particules. Les agences qualité demandent plus d'informations sur la nature des particules au sein d'un produit pharmaceutique. La caractérisation mécanique, chimique et topographique de l'huile de silicone régulière ou réticulée à l'intérieur d'un cylindre en verre - la seringue - est difficile. La présence de particules peut influencer négativement la sécurité et l'efficacité de la thérapie. C'est pourquoi la caractérisation des particules est si cruciale. La plupart des méthodes de caractérisation sont chronophages, destructives ou non évolutives. La modélisation par apprentissage statistique est une des solutions possibles, avec l'avantage indéniable de pouvoir modéliser des quantités massives de données et de découvrir des représentations de haut niveau. Dans ce projet nous nous intéresserons plus spécifiquement à la classification des particules avec l'objectif de traiter plus de 35 000 images par minutes. Ces méthodes nécessitent également un grand nombre d'exemples annotés pour former un modèle. Ce projet aborde le problème de l'apprentissage par transfert et de l'augmentation des données dans un contexte de données insuffisantes. **Programme de travail** Etape 1 : Collecter les données existantes Etape 2 : Faisabilité. Prototype d'un modèle de réseau de neurones. 2. Formation en réseau sur la base créée en « étape 1 ». **Résultats attendus** La création d'un classifieur capable de prédire et discriminer des formes similaires dans des images basse résolution pour des objets de taille >5µm. Les classes seront le verre, la cellulose, les imitations de protéines et les agrégats de lysozyme. **VOTRE PROFIL** **Profil et compétences recherchées** Capacité à comprendre et à développer des algorithmes d'apprentissage adaptatif et à traiter données médicales, les indexer et les exploiter dans un système opérationnel pour réaliser la mission décrite ci-dessus. Compétences en programmation : Python ou C/C++. Une pratique de Tensorflow et Pytorch serait un plus. La pratique du français n'est pas obligatoire. **Qualités professionnelles recherchées** Autonomie, sens du relationnel pour interagir avec les équipes de recherche et d'entreprise, motivation pour les nouvelles technologies, créativité pour mettre en place une solution innovante. **Primary Work Location**: FRA Le Pont-de-Claix Cedex