Membres de l'équipe

Développement de logiciels

Le service de développement de logiciels conçoit, développe et maintient des logiciels pour aider la communauté scientifique à analyser et valoriser les données qu'elle produit.

Le service de développement de logiciels fournit une expertise aux équipes de recherche tout au long du cycle de vie des données, de leur création à leur publication. Nous pouvons : Nous pouvons : 1. concevoir et développer des logiciels et des flux de travail sur mesure pour analyser leurs données. 2. réutiliser et adapter des techniques de pointe directement pour leurs projets. 3. concevoir et mettre en œuvre des méthodes de pointe traitant de l’intelligence artificielle (IA). 4. soutenir et suivre les utilisateurs dans leurs projets d’analyse de données, et soutenir leur développement logiciel dans le temps

Équipements

Pour remplir ses missions, la structure de développement logiciel peut s’appuyer sur 1. notre serveur HPC interne, 2. un puissant ordinateur de Deep Learning équipé d’un GPU GV100, 3. le centre de calcul Mesocentre d’AMU.

Autres

1 – Réseaux métiers :
Réseaux DevLog des développeurs de Provence : PRODEV
Centre de formation et de soutien aux données de la recherche : CEDRE

2 – Enseignement et formation : La structure de développement de logiciels participe à diverses activités d’enseignement et de formation :

Aix Marseille Université : 1. “Deep Learning” (Licence 3 “Métiers du Décisionnel et la Statistique”). 2. “Qualité des logiciels” (Master 2 : informatique)
CENTURI : “Introduction à l’analyse des données biologiques” : cours “Deep Learning for Image Analysis” (PhD, Postdoc)
CNRS Entreprise : “Automatisation du traitement d’images : du langage macro et Jython (ImageJ/Fiji) à l’intelligence artificielle (DeepImageJ, Weka, Ilastick, Keras, Google Colab)

Contactez l'équipe

Avez-vous besoin de nos services ?
N'hésitez pas à nous contacter

Projets

Trois exemples de notre travail

Projet 1

Quantifier la migration cellulaire à partir de l'imagerie en direct en utilisant une combinaison de techniques de stabilisation d'image

Nous avons conçu et développé une méthode basée sur une combinaison de techniques de stabilisation pour atteindre cet objectif.

Projet 2

Segmentation et caractérisation des formes de mitochondries à partir de EM-SBF en utilisant l'apprentissage profond

Nous avons conçu, entraîné, testé et déployé un modèle de Deep Learning pour segmenter et quantifier des objets à partir de piles EM-SBF.

Projet 3

Utilisation de l'enregistrement vidéo Time-Lapse de l'arène pour suivre et évaluer automatiquement l'attraction ou la répulsion de l'alimentation des mouches

Nous avons développé un sotware capable de suivre et de quantifier automatiquement l’attraction et la répulsion de l’alimentation des mouches à partir de vidéos time-lapse.