En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR8197-VALHER-128 - H/F Modélisation mathematique et analyse de données series temporelles electrophysiologique, EEG et imagerie et traitement de signal et IA

H/F Modélisation mathematique et analyse de données series temporelles electrophysiologique, EEG et imagerie et traitement de signal et IA

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : jeudi 19 septembre 2024 23:59:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : H/F Modélisation mathematique et analyse de données series temporelles electrophysiologique, EEG et imagerie et traitement de signal et IA
Référence : UMR8197-VALHER-128
Nombre de Postes : 1
Lieu de travail : PARIS 05
Date de publication : jeudi 29 août 2024
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 1 octobre 2024
Quotité de travail : Temps complet
Rémunération : Entre 3 000€ et 4 600€ selon l'expérience
Niveau d'études souhaité : Niveau 8 - (Doctorat)
Expérience souhaitée : Indifférent
Section(s) CN : Neurobiologie moléculaire et cellulaire, neurophysiologie

Missions

Le candidat développera des outils théoriques, mathématique de traitement du signal par ondelette et transformée de Fourier, de la classification, ML, DL, théorie du contrôle stochastique puis des modèles de signaux d’électrophysiologie ainsi que des modèles mathématiques pour analyser signaux Voltage dans les astrpocytes et neurones, des réseaux de neurones et des simulations numériques conformes à celles développées par le groupe David Holcman. Nous allons utiliser des mélanges de Deep-Learning, ondelettes pour interpréter des enregistrements physiologiques pouvant aller de la nano-électrode à l’EEG. Une collaboration est en cours avec UCSF, Weizmann Institute, Collège-de-France et plusieurs hôpitaux parisiens.

Activités

Le candidat développera des outils théoriques, mathématique de traitement du signal par ondelette et transformée de Fourier, de la classification, ML, DL, théorie du contrôle stochastique puis des modèles de signaux d’électrophysiologie ainsi que des modèles mathématiques pour analyser signaux Voltage dans les astrpocytes et neurones, des réseaux de neurones et des simulations numériques conformes à celles développées par le groupe David Holcman. Nous allons utiliser des mélanges de Deep-Learning, ondelettes pour interpréter des enregistrements physiologiques pouvant aller de la nano-électrode à l’EEG. Une collaboration est en cours avec UCSF, Weizmann Institute, Collège-de-France et plusieurs hôpitaux parisiens.

Compétences

mathématiques / physique / informatique / EEG neuroscience
simulations / analyse de données / python/matlab/DL
Compétences relationnelles : Interactions avec les partenaires biologiques

Contexte de travail

L’Institut de biologie de l’ENS (IBENS) est un centre de recherche fondamentale qui mène des recherches originales visant à décrypter les mécanismes fondamentaux au cœur des processus biologiques.

Unité mixte ENS-CNRS-INSERM, l’IBENS accueille plus de 300 personnes regroupées en 30 équipes autonomes conduisant une recherche hautement collaborative et multidisciplinaire qui allie approches expérimentales et théoriques.

L’activité de recherche couvre des champs thématiques variés : Neurosciences, Biologie du développement, Génomique fonctionnelle, Écologie et biologie de l’évolution.

Plusieurs plateformes technologiques, notamment en imagerie, génomique, protéomique et bio-informatique sont à la disposition des chercheurs. Les recherches menées à l’IBENS bénéficient des interactions avec d’autres disciplines présentes à l’ENS (physique, chimie, sciences cognitives, mathématiques). L’IBENS est activement impliqué dans la formation des étudiants et jeunes chercheurs à tous les niveaux.

L’équipe d’accueil Mathématiques appliquées et Biologie computationnelle, dirigée par David Holcman comprend une dizaine de d’étudiants et chercheurs tout confondu.
L’objectif de l’équipe est de comprendre et de quantifier les mécanismes sous-jacents de la biologie computationnelle.
Analyse de données, simulations et classification, biologie computationnelle et sciences associées, médecine.

Contraintes et risques

Travail sur écran