Jobs › Companies › Philips › Stage Ingénieur R&D – "Anatomy Score Maps for Neurovascular X- ray" (H/F)

Sobre este puesto de Stage Ingénieur R&D – "Anatomy Score Maps for Neurovascular X- ray" (H/F) en Philips

Philips · Presencial · Paris (FR)
Esta oferta de empleo está en French.

Job Title

Stage Ingénieur R&D – "Anatomy Score Maps for Neurovascular X- ray" (H/F)

Job Description

Stage : Anatomy Score Maps for Neurovascular X-ray


Durée : 6 mois | Niveau : Master 2 (MSc) | Démarrage : entre février et avril 2027 | Lieu : Paris


Contexte et objectif


Les images fluoroscopiques et ciné par rayons X acquises lors des interventions neurovasculaires contiennent à la fois l'anatomie normale et des structures artificielles, notamment des cathéters, des guides, des stents, des tubes et des plombages dentaires. Distinguer ces structures de manière fiable permet l'application de traitements d'images sophistiqués.


Le stage consistera à développer et à comparer des méthodes permettant de produire des cartes mettant en évidence les structures artificielles dans les images neurovasculaires par rayons X, à l'échelle du pixel. L'un des principaux défis est la généralisation à des dispositifs qui ne sont pas représentés dans les données d'entraînement.


Travail proposé

Pendant environ 6 mois, le stagiaire travaillera avec les images par rayons X disponibles et les annotations internes existantes. Le travail portera d'abord sur des images individuelles ; l'exploitation de l'information temporelle des séquences ciné pourra être envisagée par la suite, mais n'est pas obligatoire.

Le projet comparera des approches complémentaires :

  • la segmentation supervisée, notamment avec des modèles de type U-Net entraînés à partir des annotations grossières existantes ;
  • l'apprentissage de représentations non supervisée et auto-supervisée, par exemple avec des méthodes de type SimCLR ou BYOL, suivi d'une détection d'anomalies ou d'une détection à une classe (one-class) ;
  • la détection d'anomalies par patchs, notamment les normalizing flows et des approches telles que PatchCore, PaDiM, Deep SVDD ou les méthodes student-teacher.

La comparaison portera sur la qualité des cartes obtenues, la robustesse face à des structures artificielles inconnues et les implications pratiques des annotations disponibles. Un affinage des annotations pourra s'avérer nécessaire à mesure que les méthodes et les besoins d'évaluation se préciseront. Les critères et protocoles d'évaluation seront définis avec le comité au fil de l'avancement des travaux.


Résultats attendus

Le livrable principal sera un prototype fonctionnel générant des cartes de structures artificielles, accompagné d'une évaluation comparative des méthodes explorées et de recommandations pour la suite du développement. La performance en temps réel est un enjeu à plus long terme : au moins 10 images par seconde pourraient à terme être nécessaires, mais l'optimisation de la vitesse ne constituera pas une contrainte initiale du projet.


Ce poste vous donne la possibilité de :

  • Découvrir Philips, leader mondial en imagerie médicale (IRM, scanner, échographie, rayons X, etc.), reconnu pour l'excellence de ses produits et ses technologies de pointe.
  • Travailler dans un centre de R&D mondial au cœur de Paris dédié au traitement d'images médicales grâce à l'intelligence artificielle, au sein du Philips Health Technology Innovation Paris.
  • Mener un projet de recherche appliquée de bout en bout, de l'état de l'art jusqu'au prototype, aux côtés d'experts en deep learning et en imagerie interventionnelle.

Votre fonction :

  • Réaliser une revue de l’état de l’art en segmentation, en apprentissage auto-supervisé et en détection d'anomalies appliqués à l'imagerie, tout en la ciblant au projet du stage.
  • Implémenter, entraîner et comparer plusieurs approches de deep learning : segmentation supervisée, apprentissage de représentations auto-supervisé, détection d'anomalies par patchs.
  • Évaluer la robustesse des méthodes face à des dispositifs inconnus et contribuer, si nécessaire, à l'affinage des annotations.
  • Définir, avec vos encadrants, les critères et protocoles d'évaluation, puis développer un prototype fonctionnel et formuler des recommandations.

Vous êtes la personne qu'il nous faut si :

  • Vous êtes en dernière année d'école d'ingénieur ou en Master 2 (de préférence recherche) avec une spécialisation en intelligence artificielle, vision par ordinateur, traitement d'image ou mathématiques appliquées.
  • Vous avez une expérience concrète en deep learning, idéalement appliqué à l'image (CNN, U-Net, etc.), acquise lors d'un stage de recherche ou technique, de projets académiques ou de projets personnels.
  • Vous avez vous-même implémenté, entraîné et fait évoluer des modèles de deep learning, au-delà de l'intégration ou de l'utilisation de modèles existants.
  • Vous possédez de solides connaissances en statistiques, machine learning, deep learning et traitement d'image.
  • Vous maîtrisez Python et PyTorch.
  • Une première expérience en segmentation d'images, apprentissage auto-supervisé ou détection d'anomalies est un plus, tout comme une exposition au domaine médical.
  • Vous faites preuve de curiosité scientifique, de rigueur et d'autonomie, et vous savez expliquer et défendre vos choix techniques.
  • Vous possédez une excellente communication et une capacité à travailler en équipe.
  • Vous maîtrisez l'anglais de manière courante.

À noter : l'équipe propose également un second sujet de stage, « Deep Learning for Motion Compensation in X-ray Fluoroscopy ». Si les deux sujets vous intéressent, n'hésitez pas à le préciser dans votre candidature.


Rémunération & avantages

Un travail porteur de sens mérite une rémunération juste et transparente.

  • Gratification de stage comprise entre 1 350 € et 1 500 € brut par mois pour un stage de fin d'études (Master 2)
  • Remboursement à hauteur de 75 % de votre titre de transport et prise en charge partielle de votre repas au restaurant d'entreprise

Comment nous travaillons ensemble

Nous sommes convaincus que nous sommes meilleurs ensemble que séparément. Pour nos équipes basées dans les bureaux, cela représente une présence à temps plein dans les locaux de l'entreprise au moins trois jours par semaine.


À propos de Philips

Nous sommes une entreprise spécialisée dans les technologies de la santé. Nous avons bâti

toute notre entreprise autour de la conviction que chaque être humain compte.

Et nous ne nous arrêterons pas tant que chaque individu n'aura pas accès aux soins de santé de qualité qu'il mérite. Faites le travail de votre vie pour aider à améliorer la vie des autres.

Si ce poste vous intéresse et si vous correspondez à de nombreux critères ; pas nécessairement

à tous, nous vous encourageons à postuler. Vous serez peut-être le candidat idéal pour ce

poste, ou pour un autre, chez Philips. Apprenez-en davantage sur notre engagement envers la diversité et l'inclusion ici.


#LI-EU

#LI-OFFICE

#LI-FIELD

¿Listo para postularte en Philips?
Postúlate en Philips

Sobre Philips

At Philips, we believe that every human matters. As a global health-tech leader, we focus on improving people’s health and wellbeing through meaningful innovation. The people who work here share our passion and are motivated to bring this purpose to life. For more than 130 years, we have been creating technologies and innovations that improve people's lives and support healthcare practitioners. Headquartered in the Netherlands and operating in more than 100 countries globally, we focus our advanced technology and deep clinical and consumer insights on Precision Diagnosis, Image Guided Therapy, Enterprise Informatics, Monitoring/ Connected Care, Sleep & Respiratory Care and Personal Health. T

Ver todos los empleos en Philips →

Empleos similares

Regístrate para recibir sugerencias adaptadas a los empleos que abres y las búsquedas que guardas.

Más empleos en Philips

Ver todos los empleos en Philips →

Postúlate ahora
🤖

Un momento — para

JobsRadar se creó para personas reales que están pasando un mal momento en su búsqueda de empleo — no para solicitudes automatizadas. Estás haciendo clic demasiado rápido y ahora estás bloqueado temporalmente.

Vuelve más tarde. Si de verdad estás buscando empleo, cuentas con nosotros — solo compórtate como una persona.

Catch your next role the second it’s posted.

Create a free account and we’ll watch the boards for you — the instant a job matches your search, it lands in your inbox or Telegram. No digging, no refreshing.

Create free account

Free forever · takes 30 seconds · already have one?

Toma ventaja en tu búsqueda de empleo.

Únete a nuestro canal de Telegram para lo que te ayuda a conseguir el puesto — referencias salariales, el pulso semanal del mercado y avisos de nuevas funciones. Sin spam, solo señal.

Únete al canal — es gratis