En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR8197-VALHER-175 - H/F Modélisation, Deep-Learning et analyse de données EEG et traitement de signal et IA

H/F Modélisation, Deep-Learning et analyse de données EEG et traitement de signal et IA

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

Date Limite Candidature : mercredi 25 juin 2025 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, Deep-Learning et analyse de données EEG et traitement de signal et IA
Référence : UMR8197-VALHER-175
Nombre de Postes : 1
Lieu de travail : PARIS 05
Date de publication : mercredi 4 juin 2025
Type de contrat : Chercheur en contrat CDD
Durée du contrat : 18 mois
Date d'embauche prévue : 1 octobre 2025
Quotité de travail : Complet
Rémunération : Entre 3 081€ et 4 700€ selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent
Section(s) CN : 41 - Mathématiques et interactions des mathématiques

Missions

Le candidat développera des outils nouveau pour segmenter le signal par ondelette et transformée de Fourier, et permettra de générer de nouvel architecture IA pour de la classification, théorie du contrôle stochastique puis des modèles de signaux d’électrophysiologie ainsi que des modèles mathématiques de classification en temps reel conforment, à celles développées par le groupe D. Holcman. Nous allons utiliser des ondelettes pour interpréter des enregistrements physiologiques pouvant aller de l’électrode à l’EEG. Une collaboration est en cours avec UCSF, Collège-de-France et plusieurs hôpitaux parisiens.

Activités

Le candidat développera des outils nouveau pour segmenter le signal par ondelette et transformée de Fourier, et permettra de générer de nouvel architecture IA pour de la classification, théorie du contrôle stochastique puis des modèles de signaux d’électrophysiologie ainsi que des modèles mathématiques de classification en temps reel conforment, à celles développées par le groupe D. Holcman. Nous allons utiliser des ondelettes pour interpréter des enregistrements physiologiques pouvant aller de l’électrode à l’EEG. Une collaboration est en cours avec UCSF, Collège-de-France et plusieurs hôpitaux parisiens.

Compétences

Deep-learning/mathématiques / physique / informatique / EEG neuroscience
Simulations / analyse de données / python.

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 confondut.
L’objectif de l’équipe est de comprendre et de quantifier les mécanismes sous-jacentes de la biologie computationnelle.

Contraintes et risques

travail sur écran