Post doc de 24 mois, dans le cadre de l’ANR Mocodev (modèle du développement cortical).
Début souhaité : automne 2026
Environnement
Grande école d’ingénieur généraliste de l’IMT-Institut Mines-Télécom, premier groupe d’écoles d’ingénieurs de France, IMT Atlantique a pour ambition d’accompagner les transitions, de former des ingénieurs responsables et mettre l’excellence scientifique et technique au service de l’enseignement, de la recherche et de l’innovation.
Le département Science des données (DSD) développe des activités de recherche et d’enseignement dans le domaine interdisciplinaire des sciences des données (« Data Science »), en forte interaction avec des enjeux industriels et sociétaux (santé et environnement). Ses activités de recherche s’inscrivent dans le cadre des laboratoires Lab-STICC (UMR CNRS 6285) et LaTIM (UMR 1101 INSERM).
Le poste s’inscrit dans le cadre du projet Mocodev (Modèle du développement cortical) financé par l’ANR (https://anr.fr/Projet-ANR-24-CE45-2120). L’objectif du projet MoCoDev est de mettre en œuvre un nouveau modèle du développement cortical chez l’Homme. Ce modèle permettra une caractérisation quantitative des changements complexes observés dans la forme du cortex, depuis une surface simple et lisse dans les premiers stades du développement jusqu’au cerveau adulte fortement plissé. Dans le premier axe de recherche, nous introduirons de nouveaux descripteurs de la géométrie corticale qui peuvent être extraits des IRM anatomiques, en mettant particulièrement l’accent sur la dynamique du plissement cortical. Nous développerons des mesures spécifiques qui nous permettront de suivre l’évolution spatio-temporelle du plissement et qui seront intégrées dans notre modèle. Dans le deuxième axe, nous appliquerons notre modèle à deux populations spécifiques présentant un développement cérébral précoce anormal (agénésie du corps calleux et naissance prématurée), ce qui nous permettra d’évaluer les relations potentielles entre les schémas d’organisation des plis corticaux et la connectivité structurelle sous-jacente.
Formation
Doctorat obtenu moins de 3 ans avant la date d’embauche en traitement d’images, informatique, mathématiques appliquées, intelligence artificielle, bio-ingénierie, neuro-imagerie ou domaine connexe.
Compétences
- Solides compétences en traitement d’images médicales, apprentissage automatique et analyse de données multidimensionnelles.
- Excellente maîtrise de la programmation scientifique (Python, PyTorch, NumPy, SciPy, scikit-learn).
- Expérience en analyse d’IRM, en particulier IRM de diffusion, reconstruction, tractographie ou segmentation.
- Expérience du développement logiciel scientifique sous Linux, gestion de versions (Git) et calcul intensif.
- Bon niveau d’anglais scientifique, à l’écrit comme à l’oral.
Candidatures
- CV détaillé incluant la liste des publications
- Lettre de motivation
- Noms et adresses électroniques d’au moins deux personnes de référence pouvant être contactées.
