Mission : Le travail sera dédié à la mise en place d'outils de traitement des données de microscopie électronique basés sur les approches d'intelligence artificielle de type apprentissage profond. Ces outils doivent s'appuyer sur des approches génériques déjà utilisées dans le traitement d'images au sens large et être adaptées aux spécificités des images de microscopie électronique. Un accent particulier sera mis sur l'analyse des données in situ acquises lors des suivis en temps réel de la formation et de la transformation structurale des nanostructures et des nano-objets étudiés au laboratoire. Activités : i) automatiser l'analyse des données de microscopie électronique grâce à l'utilisation des approches d'IA, dans le but d'obtenir des informations sur le système d'étude dans un délai le plus court possible ; ii) mettre en place des outils de traitement des données en ligne, durant le déroulement des expériences, afin de pouvoir guider les expériences vers l'évolution d'intérêt dans les applications envisagées des systèmes d'étude ; iii) exploiter les grandes quantités des données acquises pour obtenir les informations les plus représentatives sur les systèmes étudiés, afin de pallier le caractère local de la technique de microscopie électronique, tout en bénéficiant des performances et des caractéristiques de la nouvelle instrumentation (caméras à détection directe).