Stagiaire en Data Science – Traitement et Automatisation des Données RMN
Institut de Chimie Moléculaire de Reims (CNRS UMR 7312)ReimsFévr. 2026 – Juil. 2026
A rejoint l'équipe de recherche de l'Institut de Chimie Moléculaire de Reims (CNRS UMR 7312) afin de développer un framework complet de détection automatique de pics dans les spectres RMN bidimensionnels.
- A conçu une pipeline de traitement des données RMN, depuis les fichiers Bruker (FID) jusqu'à la détection automatique des pics à l'aide de TopSpin, NMRGlue et Python.
- A développé un générateur réaliste de spectres HSQC synthétiques avec génération automatique des annotations (ground truth) pour l'apprentissage supervisé.
- A conçu, entraîné et optimisé un modèle de segmentation sémantique U-Net (U-NetPicker) pour le peak picking automatique dans les spectres RMN 2D.
- A développé et comparé plusieurs méthodes classiques de détection de caractéristiques (Harris, SUSAN, LoG, DoG, Hessian, Local Maxima et modèle électrostatique) avec des techniques de segmentation Watershed et DBSCAN.
- A évalué les performances sur des données synthétiques et expérimentales (HMDB) à l'aide de métriques telles que Dice Score, Precision, Recall et F1-score.
- A réalisé une revue bibliographique sur l'intelligence artificielle appliquée à la RMN, les méthodes de peak picking et l'analyse automatisée des spectres multidimensionnels.
Environnement technique
PythonTopSpinNMRGlueU-NetPyTorchScikit-learn.