Directeur.e(s) de recherche
Philippe Després
Collaboration
Yannick Lemaréchal
Début du projet
Titre du projet de recherche
Infrastructures numériques et ingénierie de données en imagerie médicale
Description

Les données médicales sont un terreau fertile pour la recherche, de l’analyse statistique jusqu’au développement de modèles prédictifs basés sur l’intelligence artificielle. Cependant, l’utilisation de ces données est contrainte par des enjeux de confidentialité et de sécurité. Dans ce contexte, nous recherchons un(e) étudiant(e) en génie logiciel ou domaine connexe pour mettre en place une infrastructure numérique visant répondre aux besoins des chercheurs et des chercheuses, tout en respectant les cadres éthique, juridique et réglementaire actuels. L’infrastructure numérique servira principalement la communauté de recherche en imagerie médicale.  

 

Mandat :  

• Définir l'architecture technologique selon les orientations en vigueur à l'Université Laval 

• Réaliser les développements et le déploiement 

• Accompagner les utilisateurs dans l’utilisation de la plateforme 

 

Principaux atouts pour le poste : 

• Vous êtes autonome dans les tâches qui vous sont confiées mais vous n'hésitez pas à demander de l'aide s'il le faut 

• Vous savez communiquer de façon claire et en toute transparence avec les membres de l'équipe 

• Curiosité pour explorer de nouvelles pistes 

Cette expérience est l’occasion de : 

• Intégrer un projet innovant  

• Découvrir l’univers de l'ingénierie des données 

• Utiliser de nombreux outils et langages : Python, RabbitMQ, Suite Elastic (logstash, elasticsearch, kibana), Kubernetes, Docker, postgreSQL, S3 

• Travailler en méthodologie agile 

 

Pour toute question : yannick.lemarechal.1@ulaval.ca 

Découvrir

Projet en vedette

Le cancer de la prostate est le deuxième cancer le plus fréquent et la cinquième cause de décès par cancer chez les hommes. Pour améliorer les résultats de santé des patients, le traitement doit être personnalisé en se basant sur un pronostic précis. Il existe déjà des nomogrammes permettant d’identifier les patients à faible risque de récidive sur la base d’informations cliniques préopératoires, mais ces outils n’utilisent pas les images médicales des patients.

Lire plus