- Postes vacants:
- 1 poste ouvert
- Type d'emploi désiré :
- Temps plein
- Experience :
- Débutant
- Niveau d'étude :
- DESS, DEA, Master, Bac + 5, Grandes Ecoles
- Rémunération proposée :
- Inférieur à 500 DT
- Langue :
- Français, Anglais
- Genre :
- Indifférent
Description de l'emploi
La maladie d’Alzheimer est actuellement incurable et ne peut être traitée que par des moyens palliatifs. Les symptômes de la maladie comprennent la dégradation progressive de la mémoire, la confusion et la difficulté à accomplir des tâches quotidiennes autrefois familières.
Un diagnostic précoce de la maladie peut aider à préparer le patient lui-même ainsi que sa famille, et peut également rendre les patients éligibles aux tests médicaux.
Cependant, les méthodes actuelles de diagnostic précoce de la maladie terminale sont non seulement coûteuses mais extrêmement invasives. Il s’agit notamment de trouver un marqueur biologique particulier présent dans le liquide céphalorachidien, qui peut nécessiter une ponction lombaire et entraîner des douleurs et des saignements par la suite.
Bien qu’il n’y ait pas de remède, le développement de moyens de détecter la maladie à ses premiers stades sans la nécessité de tests invasifs pourrait s’avérer être un catalyseur pour une nouvelle vague d’essais cliniques qui ne dépendent pas de ceux impliqués dans les stades ultérieurs de la maladie, dans lequel des lésions des tissus cérébraux sont déjà en cours.
Le ML peut aider à combler l’écart entre la détection précoce et les essais cliniques.
L’objectif du stage (d’une durée minimale de 4 mois) est de :
- Analyser l’état de l’art en termes d’utilisation du ML dans la détection précoce d’Alzheimer
- Explorer les outils offerts par la plateforme Cloud de Google (ainsi que d’autres solution Open source) en Machine Learning
- Repérer des jeux de données ouverts permettant de juger de la qualité des modèles retenus.
Exigences de l'emploi
Formation de type Bac+5, spécialité Informatique, Data Science ou Mathématiques Appliquées, alliant :
- Aisance dans la modélisation
- Quelques notions en Machine Learning et Deep Learning : apprentissage supervisé, non supervisé, théorie et implémentations numériques des algorithmes de Machine et Deep Learning (régressions logistiques, arbres de décision, arbres de gradient boosté, Machine de Boltzmann restreinte, etc.)
- Maitrise d’un langage de programmation (Python, Java, C++)
- Bonne maitrise de l’anglais (lecture articles scientifiques/documentations)
- Rigueur méthodologique et esprit d’analyse.
- Autonomie, curiosité, créativité, prise d’initiative.
Date d'expiration
26/01/2020