POSTE : Ingénieur en Simulation Anatomique d'Ordre Réduit H/F DESCRIPTION : Dassault Systèmes, l'entreprise de la 3DEXPERIENCE, est un « accélérateur de progrès humain ». Elle propose aux entreprises et aux particuliers des environnements virtuels collaboratifs qui leur permettent d'imaginer des innovations plus durables. En développant un jumeau virtuel du monde réel, grâce à la plateforme 3DEXPERIENCE et à ses applications, Dassault Systèmes donne à ses clients les moyens de repousser les limites de l'innovation, de l'apprentissage et de la production. Les 20 000 collaborateurs de Dassault Systèmes travaillent à créer de la valeur pour nos 270 000 clients de toutes tailles, dans toutes les industries, dans plus de 140 pays. Pour plus d'informations, visitez notre site www.3ds.com/fr En tant qu'ingénieur(e) en simulation anatomique d'ordre réduit, vous intégrerez une équipe sous la direction de la Recherche, dédiée aux nouvelles approches de modélisation 3D et simulation anatomique. Afin de renforcer la stratégie de Dassault Systèmes en tant qu'acteur de la santé numérique, nous voulons être en mesure de fournir des solutions à même de concevoir le jumeau numérique 3D de n'importe quel patient. Pour en savoir davantage : https://www.3ds.com/fr/newsroom/press-releases/meditwin-launch La modélisation automatisée d'un jumeau numérique de l'être humain nécessite ainsi plusieurs axes de développement, de la reconstruction 3D d'organes à partir d'images médicales bruitées, à la simulation numérique du jumeau sous divers contraintes. Cette dernière étape est essentielle afin que le jumeau numérique ne soit pas utilisé à des fins de visualisation uniquement, mais puisse être analysé dans le contexte d'une pathologie et d'un traitement, en testant différentes hypothèses et en explorant dynamiquement son comportement selon les scénarios évalués. Pour répondre à cette problématique, plusieurs challenges se posent, de la calibration des modèles afin d'avoir une simulation spécifique à un patient donné, au couplage multi-physiques des différentes simulations, en passant par la simulation multi-échelle. Cela nécessite des calculs efficaces, en particulier dans le cadre d'une application médicale, afin de permettre au médecin de prendre une décision rapide, voire de pouvoir interagir dynamiquement en temps réel avec le modèle. Les simulations réduites sont particulièrement adaptées à ces objectifs, puisqu'elles permettent la simplification des modèles de simulation haute-fidélité, tout en essayant de préserver au mieux la fiabilité physique des résultats obtenus. Cela s'inscrit dans le contexte de la simulation multi-fidélité, qui consiste à exploiter plusieurs simulateurs de fidélités différentes (0D, 1D, 3D, multi-physique, multi-échelle, etc.), et plusieurs données expérimentales de qualités différentes, afin de rendre possible des simulations complexes suffisamment précises tout en contenant les coûts de calcul. Dans ce contexte, votre rôle consistera à concevoir et implémenter des composants logiciels de simulation réduite, basés notamment sur des méthodes de réduction d'ordre avec ou sans données, qui peuvent par exemple comprendre la projection d'équations en dimension plus faible, la simplification géométrique en conservant des propriétés physiques, ou encore la réduction 3D/1D/0D. L'objectif sera de mettre en oeuvre ces divers algorithmes dans le cadre de la simulation anatomique de jumeaux numériques pour différentes aires thérapeutiques, en commençant par les pathologies cardiovasculaires. Vos missions : - État de l'art et veille scientifique de la simulation réduite (réduction d'ordre des modèles, modèles surrogate, approches data-driven, etc.) - Conception et implémentation de composants algorithmiques en C++ et Python autour de méthodes de simulation réduite - Intégration continue dans l'architecture logicielle de l'équipe, mise en place de tests unitaires - Démonstration des simulations développées dans le cadre de scénarios médicaux. Vos qualifications : - Master, diplôme d'ingénieur, ou thèse de doctorat en mathématiques appliquées. - Compétences avancées en mathématiques appliquées, et notamment en simulation numérique et en réduction de modèles physiques. Des connaissances en réduction de modèles par réseaux de neurones seront également appréciées. - Pratique significative du développement logiciel associée à une culture de l'informatique et de l'algorithmique. - Maîtrise du C++, des connaissances en Python seront également valorisées. - Une compréhension des problématiques médicales sera utile pour ce poste mais n'est pas indispensable. - Anglais courant PROFIL :