Job Description Summary

Au sein du siège européen de GE Healthcare à Buc (78), vous intégrerez une équipe pluridisciplinaire spécialisée dans le développement d’applications avancées innovantes au sein du département de visualisation avancée.
Le but du stage est de développer des modules de transfert de domaine afin d'augmenter les données d'entraînement.

Job Description

Les performances des algorithmes de segmentation, détection et quantification dépendent fortement des conditions d'acquisition (phase cardiaque, injection, dose, gating-ECG, modalité). Ces protocoles sont inégalement représentés dans les données, et généraliser un algorithme à protocole hors distribution exige souvent de constituer une nouvelle base. Le but du stage est de développer des modules de transfert de domaine (génératifs ou basés sur la simulation), convertissant un volume 3D d'un protocole vers un autre, afin d'augmenter les données d'entraînement, puis de mesurer le gain de robustesse sans dégrader les protocoles déjà couverts. Le stage débutera par une cartographie des cas d'échecs sur des algorithmes spécifiques à un domaine. Puis, un état de l'art sur le domain adaptation sera fait. Un modèle génératif sera développé itérativement et comparé à des augmentations de données classiques. L'évaluation sera poussée par la revue qualitative pour détecter artefacts et hallucinations. 

Les missions

• Faire l'état de l'art du domaine adaptation en imagerie médicale (GAN, diffusion, flow matching, simulation…) 

• Constituer le jeu de données, étiquetage et caractérisation de la base 

• Implémenter et comparer des baselines (traitement d'image/état de l'art) et les modèles d'adaptation de domaine 

• Évaluer le gain sur un algorithme bénéficiant de cette augmentation de données, vérifier l'absence de dégradation sur les protocoles déjà couverts et contrôler les hallucinations par relecture à l'aveugle. 

• Tester la généralisation à différents cas d'usage, puis documenter le code et les résultats. 

Profil des candidats

• Stage de fin d'études de 6 mois, Bac+5 (Master 2 / école d'ingénieur) 

• Machine learning, Deep learning 

• Traitement d'images 

• Python 

• Mathématiques appliquées 
• Autonomie, esprit d'analyse 

• PyTorch (MONAI apprécié) 

• Notions en imagerie médicale (CT / MR) appréciées 

Lieu :

Buc (78 - proche de Versailles) Accès : - RER C / ligne N 

Inclusion et diversité

GE HealthCare est un employeur offrant l'égalité des chances où l'inclusion compte. Les décisions relatives à l'emploi sont prises sans tenir compte de l’origine nationale ou ethnique, de la religion, du sexe, de l'orientation sexuelle, de l'identité ou de l'expression de genre, de l'âge, du handicap, du statut d'ancien combattant protégé ou d'autres caractéristiques protégées par la loi.

Nos rémunérations totales sont conçues pour libérer votre ambition en vous donnant la motivation et la flexibilité dont vous avez besoin pour transformer vos idées en réalités qui changent le monde. Nos salaires et nos avantages sociaux correspondent à tout ce que vous attendez d’une organisation ayant une dimension internationale, avec des possibilités de développement de carrière, dans une culture qui favorise la collaboration et le soutien.

A propos de nous

GE HealthCare est l'un des leaders mondiaux dans le domaine des technologies médicales et des solutions numériques. Il permet aux cliniciens de prendre des décisions plus rapides et plus pertinentes à travers des équipements intelligents, des analyses de données, des applications et des services. Avec plus de 100 ans d'expérience dans le secteur de la santé et environ 47 000 employés dans le monde, la société est au centre d'un écosystème qui travaille pour une médecine de précision.

Présent en France depuis 1987 avec aujourd’hui 2 800 collaborateurs, c’est un acteur solidement ancré dans l’hexagone à travers son empreinte industrielle, son centre de R&D et de production à Buc dans les Yvelines et des partenariats de recherche avec des entreprises et des centres de recherche français. www.gehealthcare.com 

Additional Information