Le doctorat en informatique proposé au sein de notre établissement s'inscrit dans une démarche d'excellence scientifique, visant à développer des solutions innovantes pour la médecine de précision, pour améliorer la prise en charge des patients. Ce travail offre aux doctorants une approche rigoureuse, combinant modélisation avancée et analyse de données biomédicales, avec un fort potentiel d'impact clinique. Le projet : Dans le cadre d'un projet de recherche doctoral en intelligence artificielle appliquée à l'oncologie, ce travail vise à améliorer la prédiction de la rémission prolongée après l'arrêt des traitements chez les patients atteints de leucémie myéloïde chronique (LMC). Le projet s'appuiera sur la base de données multicentrique française de l'Observatoire LMC et des méthodes avancées de machine learning pour identifier des biomarqueurs robustes et développer des outils d'aide à la décision clinique. La mission principale étant de concevoir et valider des modèles prédictifs intégrant des données cliniques, moléculaires et biologiques pour stratifier les patients susceptibles de maintenir une rémission sans traitement (TFR). Le Doctorant en informatique aura pour objectifs scientifiques de : Proposer une stratégie de traitement et d'intégration de données multimodales hétérogènes (cliniques, génomiques, biologiques). Concevoir une méthode explicable d'apprentissage automatique pour identifier des biomarqueurs prédictifs, qui soit adaptée au TFR. Évaluer l'interprétabilité des modèles (XAI) et leur robustesse sur des cohortes réelles, en collaboration avec des cliniciens. Vous serez au cœur de défis scientifiques passionnants : Fouille de données : Gestion et harmonisation de données multimodales. Modélisation IA : Conception de modèles prédictifs précis et explicables. Validation clinique : Interprétation biologique et traduction des résultats en outils applicables en pratique médicale. Vous êtes titulaire d'un master 2 (ou équivalent) en informatique (data science, IA, ou dans une discipline connexe). Vous possédez des compétences solides en Machine/Deep Learning (modèles prédictifs, sélection de variables, XAI), analyse de données biomédicales (données cliniques, omiques), programmation (Python, R, frameworks ML) ainsi qu'un bon niveau d'anglais. Une expérience ou un intérêt pour la recherche translationnelle en santé sera un atout